인공지능의 기초🐇¸.•*¨*•¸.•*¨*•¸.•*¨*•¸.•*¨*• 해당 자료는 강의 학습자료입니다. 강의 이외의 내용은 검색 및 다양한 자료를 통해 공부하며 정리한 내용의 포스팅입니다. #AI #인공지능 #인공지능기초 #python #study 머신러닝 3가지 모델 The three machine learning types are supervised, unsupervised, and reinforcement learning. 1. 지도학습 (Supervised) - 정답이 존재하고, 정답에 최대한 가깝게 학습하는 방법. 분류. 2. 비지도학습 (Unsupervised) - 상관관계의 패턴을 알아내서 스스로 학습하는 방법. 3. 강화학습 (Reinforcement Learning) - 실수와 보상을 통해..

#0401 #인공지능 해당 자료는 강의 학습 자료입니다. 용어에 익숙해지자는 목표 AI field는 가장 변화가 빠르기 때문에 영어를 사용해야한다. 번역본은 너무 느리다. 기술자, 개발자, 연구자라면 영어가 익숙해지도록 노력해야한다. 또한 쉬운 강의로 유튜브에 make with friends with machine learning 이 있으니 부족한 부분이 있으면 참고하길 바란다. https://www.youtube.com/watch?v=lKXv19eRLZg&list=PLRKtJ4IpxJpDxl0NTvNYQWKCYzHNuy2xG - 애드엑스라는 플랫폼의 하버드의 Introduction with python. 인공지능에서 지능이란 무엇인가? 돌멩이는 지능이 없는데, 온도에 따른 다이미의 바이메탈 움직임을 보..

#0331 최적화 방법 Adam : 가장 적합 컨볼루션 신경망 딥러닝에서 가장 성공한 모델 컴퓨터 비전은 인간의 시각 기능 모방: 컴퓨터도 인간처럼 딥러닝 이후 컴퓨터 비전 연구 패러다임 변화: 수작업 규칙 기반 -> 대용량 영상 데이터로 기계 학습 컴퓨터 비전(문제)과 딥러닝(해결 도구)은 상호작용을 통해 공진화 가장 위에 있는 Fully 한 노드에 mapping (모든 픽셀에 가중치) CNN은 다름 사람의 시간과 비슷하게 구성 : 보고싶은 부분만 보도록 수용장(receptive field) : 작은 영역만 하나의 노드에 넣어준다. ILSVRC2012 우승한 AlexNet - 자연 영상을 1000개 class 부류로 분류하는 문제 - 5순위 오류울 15.3%로 우승 (이전 해 대회는 고전적인 컴퓨터비전..

#0329 Vanisihing gradient problem과 해결책 ReLU 함수를 사용하여 해결 - gradient가 0에 가까워지면 (미분하다보면 0에 가까우면) weight가 안바뀌는 문제 발생 loss function : 손실함수 과잉 적합과 과잉 적합 회피 전략 - 너무 작은 차수(1차 다항식)를 사용하면? -> underfitting:과소 적합 (데이터에 비해 모델 용량이 작은 상황) - 모든 점을 고려하면 training set에는 완벽할 수 있으나 모르는 샘플에 대해 극단적인 현상 발생 과잉 적합 회피 전략 - 데이터 양을 늘림 - 데이터의 양을 늘릴 수 없는 상황에서는 훈련 샘플을 변형하여 인위적으로 늘리는 데이터 증대(data augmetation) 사용 딥러닝이 사용하는 손실함수 -..