딥러닝 개론
-
-
딥러닝 : 머신러닝의 여러 방법론 중 하나로 인공신경망에 기반하여 컴퓨터에게 사람의 사고 방식을 가르치는 방법
-
인공신경망 : 생물학의 신경망에서 영감을 얻은 학습 알고리즘으로 사람의 신경 시스템을 모방함
-
2012년, IMAGE NET에서 AlexNet의 등장 ( GPU + Big data 의 합작 )
-
ex) 얼굴 인식 카메라, 기계 번역 모델, 알파고 제로(강화 학습 + 딥러닝)
퍼셉트론 : 선형 분류기로써 데이터를 분류
- 딥러닝의 가장 기본적인 단위
- 가중치 : 들어온 신호에 대한 중요도라고 이해해도 좋다
- bias : 입력하는 값과 상관없이 무조건 입력되는 값
- Activation function
- 하나의 선으로 분류할 수 없는 경우는 어떻게 처리할까? > 다층 퍼셉트론 이용
다층 퍼셉트론(Multi Layer Perceptron)
- 비 선형적인 문제 해결 : 선 하나로 분리할 수 없는 경우의 문제
- 단층 퍼셉트론(퍼셉트론이 1개인 경우)은 입력층과 출력층만 존재
- 다층 퍼셉트론
- Hidden Layer : input layer와 output layer 사이의 layer
Hidden Layer이 많아지면 Deep Learning
+분류에 용이
-하나의 model에 대한 가중치가 많이 필요
