[Machine Learning & Deep Learning]

머신러닝은 명시적으로 프로그래밍하지 않고도 컴퓨터에 학습할 수 있는 능력을 부여하는 학문

지도학습(Supervised Learning)은 머신러닝의 한 분야로, 입력 데이터와 그에 상응하는 정답(라벨 또는 타깃) 데이터를 이용하여 모델을 학습시키는 방법

타이타닉 데이터는 1912년 4월 15일에 침몰한 타이타닉호의 승객 정보를 담고 있는 데이터셋입니다.

머신러닝을 공부하면서 기본 개념 들이 헷갈려 Chat GPT 의 도움을 받아 기본 개념들을 정리했다.

딥러닝은 머신러닝의 한 분야로, 인공신경망을 사용하여 복잡한 패턴과 추상적인 특징을 학습하는 기계 학습 방법

목적 : 나이와 몸무게를 입력하면 blood fat 출력 x1, x2를 입력해서 y가 나오게하는 Weight와 bias를 구하기

퍼셉트론(Perceptron)은 인공신경망(Artificial Neural Network)의 가장 간단한 형태

IRIS, MNIST with Deep Learning

이미지의 공간 정보를 유지한 상태로 학습이 가능한 모델이 바로 CNN(Convolutional Neural Network)이다.

MNIST with CNN

자연 언어 처리(NLP)를 위한 종래의 방법을 넘은 성능을 발휘한다. BERT는 자연언어 처리 태스크를 교사 없이 양방향으로 사전학습하는 첫 시스템이다. BERT는 Contextual Embedding 방법에 속한다. Contextualised Word Embeddi

딥러닝 코드로 이해하기

오토인코더는 비지도방식으로 훈련된 인공 신경망으로, 먼저 데이터에 인코딩 된 표현을 학습한 다음, 학습 된 인코딩 표현에서 입력 데이터를 생성하는 것을 목표로 한다. 따라서, 오토인코더의 출력은 입력에 대한 예측이다.

트랜스포머 모델은 문장 속 단어와 같은 순차 데이터 내의 관계를 추적해 맥락과 의미를 학습하는 신경망입니다.

ResNet 배경 Plain Network는 단순히 Convolution 연산을 단순히 쌓는다면, ResNet은 Block단위로 Parameter을 전달하기 전에 이전의 값을 더하는 방식입니다. CNN을 연구하면서 기존 모델들은 Layer을 깊게 쌓을 수록 성능이 더

YOLO (You Only Look Once)