Coding Story

1) AI 분야 - 컴퓨터 비전 : 검안법(Optometry) - 자연어 처리 : 언어학 - 강화학습 : 게임 이론, 심리학 - 이상 탐지 : 보안, 의학 2) RNN (Recurrent Neural Network) - 모델 아키텍처 - 순환 신경망 - 입력과 출력을 시퀀스 단위로 처리하는 시퀀스(Sequence) 모델 3) 기타 아키텍쳐 ① 오토인코더 (Auto Encoder) - 입력을 주게 되면 출력시 라벨이 없고 네트워크 모델을 거친 다음에 동일한 입력 값을 표시 ② GAN (Generative Adversarial Networks) - “적대적 생성 신경망”이라고 번역되는 AI기술 중 하나 - 구글 브레인에서 머신러닝을 연구했던 Ian Goodfellow에 의해 2014년 처음으로 신경정보처리시..

[ 2부 : 뉴럴 네트워크의 트레이닝 방식 ] 1) 손실 곡선 (THE LOSS CURVE) - 그래디언트 (Gradient) : 어떤 방향으로 손실이 가장 많이 감소하는가 - 학습률 (Learning rate) : 이동 거리 - 에포크 (Epoch) : 전체 데이터세트로 모델 업데이트 - 배치 (Batch) : 전체 데이터세트 중 특정 샘플 - 단계 (Step) : 가중치 매개변수에 대한 업데이트 2) 옵티마이저 (OPTIMIZERS) - Adam - Adagrad - RMSprop - SGD ※ 손실 - 모멘텀 옵티마이저 (Loss - Momentum Optimizer) 3) 네트워크 구축 - 더 많은 변수로의 확장 - 뉴런들간의 연결 - 모든 회귀가 선형이면 출력 결과도 선형 회귀 4) 활성화 함수..

[ 1부 : 딥러닝 소개 ] 1) 인공지능의 시작 - 컴퓨터는 인간이 원하는 특정 작업을 완료하도록 만들어짐 - 초기에는 일반화된 인텔리전스가 가능해 보였음. - 결과적으로 예상보다 어려웠음. 2) 초기의 뉴럴 네트워크 - 생물학에서 착안됨 - 1950년대에 구축됨 - 폰 노이만 아키텍처에 의해 추월당함 3) 딥러닝 (Deep Learning) - 프로그래밍 방식의 패러다임 전환 4) 기존 프로그래밍_분류기 구축 - 분류를 위한 규칙 세트 정의 - 이러한 규칙을 컴퓨터에 프로그래밍 - 예시가 주어지면 프로그램이 규칙을 통한 분류 수행 5) 머신 러닝_분류기 구축 - 분류 방법에 대한 답과 예시를 모델에 제공 - 모델이 추측을 수행하고 인간이 모델에 옳고 그름을 알려줌 - 모델이 올바르게 분류하는 법을 스..