딥러닝/CV

주어진 데이터를 가장 잘 설명하는 직선 하나를 찾는 것!하나의 독립변수에 대한 선형회귀분석 -> 단순 선형 회귀여러개의 독립변수에 대한 선형회귀분석 -> 다중 선형 회귀평균 제곱 오차 (MSE)는 예측한 값과 실제 데이터값의 차이를 제곱하여 평균을 냄가중치 w 와 편차

신경망 구조를 모방하여 만든 모델여러 자극 혹은 입력이 들어오면 각각의 가중치를 곱해 더해주고 추가적으로 편차도 더해줌인공 뉴런 : 다 더한 값을 활성화 함수를 통해 변형하여 전달하는 단위인공신경망 : 인공 뉴런들이 모인 네트워크입력, 출력입력 단과 층력단 사이의 은닉

하나의 커널(필터라고도 함) 에 대해 이미지를 쭉 지나가면서 이미지의 부분부분이 필터와 얼마나 일치하는지 계산함\-> 이동단위는 스트라이드(stride)라고 함\-> 하나의 이미지에 대해 여러개의 필터를 적용할 수 있으며 필터 하나당 입력 이미지 전체에 대한 필터의 일

테스트 오차 - 학습 오차 = 일반화 차이테스트 오차 = 학습 오차 + 일반화 차이일반화차이 큼 && 학습 오차 큼 or 일반화차이 작음 && 학습 오차 큼 -> 언더피팅일반화차이 큼 && 학습 오차 적음 -> 오버 피팅일반화차이 적음 && 학습오차 적음 -> 이상적

특정 조건에서 얻어진 어떤 지식을 다른 상황에 맞게 '전이'하여 활용하는 학습방법데이터 부족을 어느정도 해결할 수 있음학습에 걸리는 시간이 줄어듬시물레이션에서 학습된 모델을 현실에 적용할 수 있게 해줌전이학습의 단적인 예로 범용이 가능하여 작업종류와 관계없이 물체를 인

데이터에 대한 효율적인 압축을 신경망을 통해 자동으로 학습하는 모델일반적으로 입력 데이터 자체가 라벨로 사용 -> 비지도 학습에 속함Input에서 들어와 신경망을 통해 잠재변수 code가 된다. 압축된 code는 다시 신경망을 통과해 output 된다.입력값에 필터의

기존의 분류 모델들과 비교하면 데이터 자체를 생성해낸다.생성 네트워크과 구분 네트워크 간의 상반되는 목적 함수로 인해 적대성이 생김신경망 형태를 가진 다양한 네트워크 형식이전까진 손실을 정의하고 이를 최소화하는 방식으로 모델을 구현함GAN에서는 목적함수를 달성하기 위해