딥러닝

선형 회귀는 데이터를 가장 잘 나타내는 직선을 구해서 새로 들어올 데이터에 대해 예측을 수행하는과정이라고 생각하면 된다. 이진 분류란 부류가 두개인 분류 문제를 의미한다. 분류를 한다는 것은각 클래스 (부류)의 경계를 구하는 것이라고 생각하면 된다. 이때 선형 회귀를

이진 분류를 위해서 각 부류의 분류의 기준이 되는 경정 임계값이 필요하다. 혼동 행렬의 경우에는 예측값과 실제 값의 상관관계를 나타내며 오류의 경향성을 파악하는데 좋다.분류 문제에서의 기준은 정확도가 된다. 정확도는 전체 비율 중에서 실제로 내가 맞게끔 예측한 것의비율

뉴런이란 인간 신경을 구성하는 기본단위로 인공 신경망의 경우에는 사람이 스스로 판단하는 것을기준으로 기계도 직접 스스로 판단하는 것을 흉내내 보고자 인간의 뇌 구조를 따라만든 것이다. 인공 뉴런을 퍼셉트론이라고 부르기 시작하였다.퍼셉트론의 구조는 입력층과 출력층 두가지

다층 퍼셉트론이 학습하는 방법은 오류 역전파 법을 사용한다. 오류 역전파의 경우에는 경사하강법을 기반으로 학습하는 것이라고 생각하면된다. 일단 먼저 입력층의 입력으로 부터 출력층 까지 결과값을 계산을 한다. 계산된 예측값과 실제 값의 차이가 나타나게 되는데 결국 차이가

오류 역전파라는 학습 방법에 의해서 인공신경망에 대한 관심은 높아졌다. 인공 신경망에서 딥러닝으로 발전하게 된 원인은 바로 MLP의 학습 성능 떄문이었다. 이전의 다층 퍼셉트론의 경우에는 층의 개수를 2~3 정도로 하여 학습을 하였는데, 학습이 잘 되었다. 하지만 층의

Tensorflow의 학습 데이터 포맷의 하나binary 형식으로 data 저장하기 위한 용도의 파일 형식Google의 Protocol Buffer와 같은 포맷으로 데이터를 파일에 Serialization하여 저장Serialization : 객체 또는 데이터를 byte

구조입력과 출력이 같은 구조로 단순히 입력과 출력이 같은 신경망네트워크에 여러가지 방법으로 제약을 줌으로써 어려운 신경망을 생성ex) 히든층을 입력층보다 작게하여 데이터를 압축, 입력 데이터에 노이즈를 추가 후 원본 입력을 복원할 수 있도록 네트워크를 학습 등Encod

MPL나 CNN 의 경우에는 메모리가 없어서 이전 입력에 대한 결과를 저장할 수 없기때문에 데이터를 순차적으로 처리가 불가능하고 개별적으로 처리가 가능 💦하지만 문장은 단어로 구성 되어있고, 정해진 순서가 존재 ❗ 👍 그래서 순환 신경망을 사용 이전 입력에 대한 출