728x90 반응형 딥러닝20 2. Machine learning 머신러닝에 대한 기본적인 것을 간단히 짚고 넘어간다. 머신러닝에 대한 개념이 있으면 딥러닝을 이해하는데 있어서 좀 더 풍부하게 이해할 수 있다. 머신러닝은 예측을 하기 위해 데이터로 부터 학습을 하는 알고리즘에 대한 연구를 하는 분야이다. 알고리즘 개발 학문이라고 할 수 있는데, 관측치로 부터 스스로 기계가 내재된 의미를 학습하기를 바란다. 과거에서 현재로 머신러닝의 패러다임의 변화는 아래의 그림과 같다. 과거에는 규칙과 데이터를 입력하여 계산하게 하여 답을 구했다면, 현재는 데이터에 미리 답을 주고 답을 해결하는 규칙을 찾아내게 한다. 이러한 규칙 자체를 모델이라고 부르게 되고, 이 모델로 우리는 새로운 데이터에 대해 기계에게 니가 만든 규칙으로 답을 구해보아라 함으로써 예측을 할 수 있게 되는 것이다.. 2020. 3. 28. 1. Introduction to Deep Learning 위의 그림은 딥러닝 공부를 위한 추천 책이고, 딥러닝 구현에 tensorflow 패키지를 사용한다. 위의 그림은 AI를 벤다이어그램 형식으로 도식화한 그림이다. AI라는 것은 딥러닝이랑 같은 개념은 아니다. AI라는 개념은 상당히 큰 개념이며 이 하에 실현하기 위한 다양한 방법들이 존재하는 것이다. AI를 실현하기 위하여 머신러닝이라는 방법을 사용하고 머신러닝 속 신경망이라는 알고리즘이 있으며, 이것이 확장하여 딥러닝의 시초로써 확장하게 된다. Deep learning = Deep Neural Networks 라고 보아도 된다. 신경망이 무수히 많아 그 계산량이 상당히 많기 때문이다. 아래의 그림과 같이 우리가 원하는 output을 얻기 위해 input을 넣어주는데 이러한 input이 output으로 출.. 2020. 3. 28. 이전 1 2 3 4 다음 728x90 반응형
