728x90 반응형 분류 전체보기190 Linear Algebra(1) 머신러닝을 위한 수학지식에 대해 공부를 해보자. 앞으로 다음과 관련된 수학 지식을 알아본다.{ 선형대수학-데이터분석, 확률 및 통계-데이터과학, 최적화-모델학습} . 기초적이고 기본적인 학습이므로 높은 수준의 수학적 지식을 원하는 사람은 별로 도움이 안 될 것이다.(이 블로그 모든 다른 챕터에 대하여) Linear Algebra에 대한 것부터 시작해보자. 본 교재에서 사용하는 표기법(Notation)은 아래의 그림과 같다. 표기법에 나와 있는 기호들은 다른 교재나 논문에서도 공통적으로 사용되기 때문에 잘 알아두자. 머신러닝을 위한 기본지식 중 가장 근본적인 수학 지식을 쌓을 것이다. 위의 그림처럼 왼쪽 아래에 우리가 공부할 선형대수가 놓여있다. 수학적 지식과 이를 활용한 알고리즘들로 우리는 훗날 머신러닝.. 2020. 3. 29. 4. How Deep learning work 머신러닝과 딥러닝 접근 방법 사이의 가장 큰 차이는 바로 데이터로부터 representation에 대한 학습을 하느냐 이다. 딥러닝은 이 representation을 스스로 학습한다. 머신러닝과 같은 경우 3가지 준비물이 필요한데, 입력값, 결과값, 성능지표 이다. 머신러닝의 중심 문제는 어떻게 데이터를 의미있게 변형하냐이며 이는 곧 날 것(raw)입력 데이터에 대해 유용한 representation을 만들어 낼 것이냐로 해석된다. 데이터를 표현하는 방식이 곧 representation 이라고 할 수 있다. 데이터를 어떻게 representaion하느냐에 따라서 task level이 차이가 나게 되고 이는 곧 성능에 중요한 요소로써 작용하게 된다. label을 가진 두 변수를 그래프위에 뿌렸을 때 위의 .. 2020. 3. 28. 3. Generalization 딥러닝의 핵심 컨셉인 Generalization 에 대하여 알아보자. 아래의 그림을 살펴보자. 어떤게 좋은 모델일까? M은 차수를 나타낸다. polinomial degree. 왼쪽 위부터 그림을 보면 빨간색 직선이 관측치 파란 점들의 분포를 제대로 설명해주고 있지 않다. 이것은 관측치들의 평균값(상수)을 직선상에 표시한 그래프로써 예측이라기 보다는 하나의 대푯값으로 사용한다. 오른쪽 위의 그림은 실제값 파란점들은 곡선을 따라 유하게 분포되어 있는데 이를 직선으로 표현하려니 파란점들의 분포를 제대로 설명할 수 없다. 왼쪽 아래의 그래프의 경우 파란색 실제값 분포를 곡선형태의 함수 그래프로 표현하여 대부분의 파란점들을 표현할 수 있다. 그 오른쪽의 그래프를 보면 모든 파란점들을 지나는 함수 그래프를 그림으로.. 2020. 3. 28. 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. 쇠막대기 문제 Q. n개의 쇠막대기를 m개의 레이저로 자르면 총 몇 동강이 날까? 여러 개의 쇠막대기를 레이저로 절단하려고 합니다. 효율적인 작업을 위해서 쇠막대기를 아래에서 위로 겹쳐 놓고, 레이저를 위에서 수직으로 발사하여 쇠막대기들을 자릅니다. 쇠막대기와 레이저의 배치는 다음 조건을 만족합니다. - 쇠막대기는 자신보다 긴 쇠막대기 위에만 놓일 수 있습니다. - 쇠막대기를 다른 쇠막대기 위에 놓는 경우 완전히 포함되도록 놓되, 끝점은 겹치지 않도록 놓습니다. - 각 쇠막대기를 자르는 레이저는 적어도 하나 존재합니다. - 레이저는 어떤 쇠막대기의 양 끝점과도 겹치지 않습니다. 아래 그림은 위 조건을 만족하는 예를 보여줍니다. 수평으로 그려진 굵은 실선은 쇠막대기이고, 점은 레이저의 위치, 수직으로 그려진 점선 화살표.. 2020. 3. 24. 이전 1 ··· 16 17 18 19 20 21 22 ··· 32 다음 728x90 반응형
