AI 엔지니어 기초 다지기 - 4주차 - 딥러닝 기본 용어 설명

딥러닝 이란?

여러가지 분야가 존재하기에 일반적으로 3가지로 정의한다.

• 구현실력Implementation Skills (예: Tensorflow, pytorch )
• 수학적 실력Math Skills(Linear Algebra, Probability)
• 최신논문 지식 Knowing a lot of recent Papers 딥러닝 관련 최신 논문들

선생님 : 지금부터 딥러닝의 역사를 알아 볼 예정이다.

인공지능의 정의

• 사람의 지능을 모방 하는 것

굳이 딥러닝만 사용되지 않는다. 인간의 지능을 모방하는 분야 안에 머신러닝의 분야가 있다.

우리가 무언가 학습하고자 할때 그 학습을 데이터를 가지고 한다.
어떤 데이터를 통해 알고리즘을 만드는것이 머신러닝이다.

머신러닝 안에 있는것이 Deep Learning을 의미한다.

딥러닝을 공부하는것이 인공지능 전체를 연구하는것이 아니다.

우리는 데이터를 통해 무언가를 학습하는 과정을 알아보는것이다.

Key Components of Deep Learning

• 데이터 - 강아지와 고양이
• 모델 - 강아지와 고양이인지 알려주는 label
• loss function - 모델을 학습시키기위한 로스펑션
• 알고리즘 - 로스펑션을 최소화 하기위한 알고리즘

4가지 항목에 비추어서 항목을 바라보게 되면 연구를 잘 이해할 수 있게 된다.

Data

데이터의 타입 : 풀고자 하고하는 문제에 의존한다.

Classfication	Semantic Segtation	Detection	Pose Estimation	Visual QnA
강아지냐 고양이냐	이미지의 픽셀별로 어떤 class에 속하나(이 픽셀은 도로, 하늘, 사람)이미지의 픽셀별로 분류	Semantic Segmentation과 비슷하지만 찾고자 하는 물체의 바운딩 박스를 찾고자 하는것	사람의 3차원 스켈레톤 정보	이미지와 문장이 주어졌을때 문장이 원하는 답변을 하는것.

Model

• 문장이됐던 이미지가 됐던 이걸 컴퓨터가 이해할 수 있게 바꿔주는 녀석.

모델의 성질에 따라서 좋은결과, 안좋은결과가 나온다.

그 결과를 잘 뱉어주게 만들기 위한 여러가지 테크닉을 찾아본다.

Loss

• 각 weight의 파라미터를 어떻게 업데이트 할지?
• Regression Task 등의 제곱평균(MSE)
• Classfication Task
• Probabilistic Task (MLE)

우리가 이루고자 하는것의 근사치에 불과하다.
일반적으로 분류,회귀문제를 풀때 loss펑션을 구하는게 목적일것같지만, loss 펑션 값이 줄어든다고 해서 우리가 원하는 값을 꼭 구할 수 있는건 아니다.

알고리즘

• Optimization - 최적화를 하기위한 알고리즘이 여러가지 존재한다.
• Loss function 을 무식하게 줄이는게 아니라, 모델이 학습하지 않은 데이터에서도 잘 동작하는게 목적이다.