AI2 [머신러닝] Neural Networks and Deep Learning (2) 시작하기 전에III, IV를 정리하고 코스 1을 마무리하겠다.III. Shallow Neural NetworksNeural Network OverviewNeural Network가 무엇이냐 저번 글에서 살펴봤던 개념과 연결해서 보자.가중치와 편향의 선형 결합으로 \( z \)를 구하고, 활성화 함수를 적용해서 \( a \)를 구하는 과정을 layer마다 반복한다.마지막에 \( \hat{y} \)과 실제값 \( y \)와의 차이에서 Loss를 구하고, 이 Loss를 최소화하는 방향으로 가중치와 편향을 수정한다.이러한 전체 과정을 Loss가 목표값에 도달할 때까지 반복한다. Representation이를 Neural Networks 구조로 표현하면 아래와 같다. (한 layer의 node 개수는 임의로 설정.. 2024. 7. 18. [머신러닝] Neural Networks and Deep Learning (1) 시작하기 전에이번에 Google Maching Learning Bootcamp에 붙었다. 퀄리티 있는 강의와 과제가 주어지니, 개념을 제대로 정리하고 과제를 통해 이를 활용하는 방법까지 정리하고자 한다. 추가로 내 지식, 리서치도 포함되었다.I. Introduction to Deep Learning딥러닝이 뭘까?딥러닝의 개념을 알기 위해서 비슷한 개념인 데이터 분석, 머신러닝과 비교해보겠다. 모두 데이터를 분석하고 활용하는 툴이며 다 익숙한 단어지만 각각의 특징은 헷갈리는 경우가 많다. 데이터 분석데이터를 검토하여 결론을 도출하고 의사 결정을 지원하는 과정이다.통계적 방법, 시각화 도구, 그리고 분석 모델이 사용된다.다른 둘보다 기술적 복잡성은 낮지만, 비즈니스 의사 결정에 직접적인 기여를 한다.머신러닝.. 2024. 7. 11. 이전 1 다음
