머신러닝 소개

전통적인 프로그램

-정해진 상세한 규칙에 따라 입력을 결과로 바꾸는 프로그램

머신러닝(딥러닝)

-훈련된 모델을 프로그램으로 사용 by 가중치와 피드백루프

한마디로 프로그램 -> 모델

신경망 소개

-그렇다면 도대체 신경망은 어떻게 프로그램을 모델로 바꿀 수 있었던 걸까?

1. 일반 근사정리

-데이터에 맞는 가중치가 있다면, 이에따라 변하는 유연한 함수와 같은 신경망을 이용하여 광범위한 문제를 해결 할 수 있음

2. 확률적 강사 하강법(SGD)

-가중치 값을 자동으로 찾는 강력한 수학적인 기법

딥러닝 용어

모델을 구조라고 합니다.
가중치를 파라미터라고 합니다.
모델의 결과를 예측이라고 합니다.
성능 측정을 손실이라고 합니다.

머신러닝의 한계

• 데이터가 필요하다.
• 데이터에 존재하는 패턴과 규칙에 관련된 내용만 학습할 수 있다.
• 피드백 루프를 통해서 편향이 발생한다.