분류 전체보기

목적에 따른 손실 함수(Loss Function) 평균제곱오차 (MSE: Mean Square Error,) 예측을 위한 손실 함수 $$E = \dfrac{1}{n}\sum^{n}_{i=1}(y-\widehat{y})^2$$  Cross-Entropy Error 분류를 위한 손실함수$$E = \sum^i_{k=1}t_{k}log_{e}y_{k}$$$y$는 신경망의 출력, $t$는 정답 레이블 다중분류에서 적용되는 방법 One-Hot Encoding 분류를 위한 손실함수를 사용하기 위한 준비 Example  경사하강법 (GD: Gradient Descent OPtimization)  딥러닝에선 네트워크 파라미터에 대해 실제값($y$)과 예측값($\widehat{y}$)의 차이를 정의하는 Loss Funct..

두 변수의 상관관계  데이터를 다룰 때 데이터를 구성하는 항목을 변수라고 함데이터에서 변화를 나타내는 한 가지 이상의 변수 쌍 또는 변수 쌍을 사용한 계산 식을 feature(특징량)라고 함통계표에서 변수 2개(feature)를 선택해 산포도를 그리고 모델을 도출 선형 문제로 무엇을 할 수 있고, 어떻게 표현되는가?  변수 값 쌍이 있을 때 변수 값 각각을 그래프의 X축과 Y축 값으로 정한 후 각 값이 만나는 곳에 점을 찍으면 변수 값 쌍들의 분포를 파악해볼 수 있음(산포도)점의 분포를 선형 함수의 제약과 조건을 이용해 구할 수 있는 문제를 선형 계획 문제라고 함선형 함수를 이용해 점의 분포를 여러 개 그룹으로 나눌 수 있을 때를 "선형 분리할 수 있다"라고 함 선형 문제란 데이터에서 선형으로 된 규칙을..

기계학습의 정의 명시적으로 프로그램을 작성하지 않고 컴퓨터에 학습할 수 있는 능력을 부여하기 위한 연구 분야. (Arthur Samuel, 1959)  Example (y=2x)  학습데이터 (1, 2), (2, 4), (3, 6), (4, 8)컴퓨터에 $y=2x$ 의 함수를 프로그래밍하지 않아도 앞의 학습데이터를 학습한 후 (5, ?), (10, ?)의 새로운 질문을 던져도 그 대답을 할 수 있게 만드는 것 기계학습의 정의의 변화 만약 컴퓨터 프로그램이 특정한 태스크 T를 수행할 때 성능 P만큼 개선되는 경험 E를 보이면, 그 컴퓨터 프로그램은 태스크 T와 성능 P에 대해 경험 E를 학습했다라고 할 수 있다.(Tom Mitchell, 1997) 이전 기계학습 정의와의 차이점Task 정의Performan..

인공지능의 탄생인공지능이라는 용어는 1056년 열렸던 다트머스 회의에서 처음 언급수학·컴퓨터 과학 이론을 바탕으로 한 연구에는 기계와 지능을 고찰한 앨런 튜링이 크게 공헌생리학적 측면에서는 생리학, 기계 공학, 제어 공학을 융합해 다루는 분야인 사이버네틱스와 인공지능의 핵심 이론 중 하나인 신경망(Neural Networks)을 연구 Turing Test "사람의 대화상대가 컴퓨터인지 사람인지 구분할 수 없다면 그 컴퓨터가 지능을 가지고 있다고 봐야 한다."  1050년 Alan Turing(앨런 튜링)이 Computing Machinery and Intelligence 논문에 발표후대 과학자가 인공지능에 대해 논의하고 연구하는 바탕이 됨레딩대에서 Turing Test방식 개발 (2014년)심판은 5분 ..