Please enable JavaScript.
Coggle requires JavaScript to display documents.
2.인공지능과 학습
(1226 홍도균) - Coggle Diagram
2.인공지능과 학습
(1226 홍도균)
-
-
-
-
-
-
-
-
기계학습 알고리즘의 이해
-
분류:미리 정의된 여러 범주로 데이터를 구분하기 위한 경계를 학습하여 새로운 입력이 들어오면 여러 범주 중 하나를 선택하는 과정으로, 지도학습의 한 형태다.
군집:비지도학습 알고리즘의 일종으로, 데이터가 어떻게 그룹화되어야 하는지 미리 정의하지 않고 컴퓨터가 데이터 패턴을 스스로 찾아내는 방식이다
딥러닝의 이해와 활용
인공신경망의 딥러닝
-
-
실생활 속: 합성곱 신경망을 이용한 컴퓨터 비전, 순환 신경망을 이용한 컴퓨터비전, 순환 신경망을 이용한 음성 인식 및 자연어 처리 등이 있다
-
퍼셉트론:인공신경망을 실제로 구현한 연산 장치로서, 여러 개의 입력값을 처리하여 하나의 결괏값인 0 또는 1을 출력하는 인공신경망의 가장 작은 단위이다
-
퍼셉트론은 뉴런의 수상 돌기와 같이 데이터를 입력받고, 신경 세포체로처럼 입력 받은 데이터를 처리하며 마지막 축삭 돌기에서 다른 뉴런으로 전기 신호를 보내듯이 데이터를 출력한다
-
손실함수란 훈련 데이터를 잘 학습했는지 파악하는 함수로, 예측값과 실젯값과의 차이를 구하는 함수다.
최적화란 손실함수의 값이 최소가 되도록 가중치와 편향을 갱신하는 과정을 의미하며, 오차 역전파를 통해 이루어진다---경사 하강법:무작위로 설정된 초기 가중치의 값을 수정하며 아래 장향으로 일정거리인 학습률 만큼씩 이동한다
-
-
딥러닝으로 손 글씨 분류하기
-
렐루:렐루 함수는 입력값 x가 음수이면 0으로 출력하고, x가 양수이면 해당값인 x를 그대로 출력한다
소프트맥스: 3개 이상을 분류하는 다중 분류에 사용된다 예측 확률을 0과1 사이의 값으로 나타내며, 이때 출력값의 총합은 1로 비율을 파악할 수 있다