끄적이는 기록일지

[딥러닝] 01.퍼셉트론_(1)딥러닝 1. 인공지능, 머신러닝, 딥러닝의 관계 2. 딥러닝이란 1) 머신러닝의 여러 방법론 중 하나 2) 인공신경망에 기반하여 컴퓨터에게 사람의 사고방식을 가르치는 방법 3. 인공신경망이란 1) 생물학의 kcy51156.tistory.com 지난 시간엔 딥러닝이 무엇이고 실생활에 어떻게 활용되고 있는지에 대해 알아보았습니다. 이번에는 가장 작은 정보처리 단위인 퍼셉트론에 대해 알아보겠습니다. 1. 신경망 이전의 연구 신경망 이전에는 사람이 직접 패턴을 파악하여 컴퓨터에게 예측하도록 하여 사용했습니다. 2. 초기 형태의 신경망, 퍼셉트론 - 인간의 신경세포와 비슷한 구조를 가진 퍼셉트론은 처음에 n개의 신호를 받아와 정보를 전달에 출력하는 형태를 가지고 있다. 3. 퍼셉트론..

1. 인공지능, 머신러닝, 딥러닝의 관계 2. 딥러닝이란 1) 머신러닝의 여러 방법론 중 하나 2) 인공신경망에 기반하여 컴퓨터에게 사람의 사고방식을 가르치는 방법 3. 인공신경망이란 1) 생물학의 신경망에서 영감을 얻은 학습 알고리즘 2) 사람의 신경 시스템을 모방함 4. 신경 시스템(Neuron System)이란 - 두뇌의 가장 작은 정보처리 단위 5. 딥러닝 역사 1) 1958년 퍼셉트론 등장 2) 퍼셉트론 한계 증명(1960's) 3) 딥러닝의 암흑기 4) 해결가능한 다양한 이론 등장(오차역전파, DNN, RNN, CNN) 5) 두번째 암흑기가 찾아옴 6) 조금씩 발전해나감(LSTM, LeNett-5등장) 7) 딥러닝 혁명기 8) 2012년 이미지넷에서 GPU 딥러닝 모델인 AlexNet(정확도↑..

[머신러닝] 04.지도학습-분류_(2) 의사결정나무-불순도 [머신러닝] 04.지도학습-분류_(1) 분류란 [머신러닝] 03.지도학습-회귀_(1) 회귀 아이스크림 가게를 운영한다고 가정하면 지금까지 판 데이터를 가지고 우리는 예상되는 아이스크림 판매량만 주문 kcy51156.tistory.com 1. 혼동 행렬(Confusion Matrix) - 분류 모델의 성능을 평가 - TP : 실제 Positive 인 값을 Positive 라고 예측(정답) - TN : 실제 Negative 인 값을 Negative 라고 예측(정답) - FP : 실제 Negative 인 값을 Positive 라고 예측(오답) – 1형 오류 - FN : 실제 Positive 인 값을 Negative 라고 예측(오답) – 2형 오류 2...

[머신러닝] 04.지도학습-분류_(1) 분류란 [머신러닝] 03.지도학습-회귀_(1) 회귀 아이스크림 가게를 운영한다고 가정하면 지금까지 판 데이터를 가지고 우리는 예상되는 아이스크림 판매량만 주문하길 원한다. 이 때 평균 기온을 활용하 kcy51156.tistory.com 아래와 같이 들쑥날쑥한 데이터는 어떻게 나눠야할까? → 이 경우에는 데이터의 불순도(Impurity)를 최소화하는 구역으로 나누어야 한다. 1. 불순도(Impurity) - 다른 데이터가 섞여 있는 정도 - 섞여 있는 다른 데이터의 개수가 적을수록 불순도↓ 2. 불순도 측정 방법, 지니 불순도(Gini Impurity) - 지니 계수(Gini Index) : 해당 구역 안에서 특정 클래스에 속하는 데이터의 비율을 모두 제외한 값 즉,..