AI기술인 머신러닝과 딥러닝중 딥러닝을 먼저 알아야 한다고 생각한다.
우선 머신러닝 안에 딥러닝이 포함되는 개념이라고 보면 된다.
머신 러닝은 기본적으로 알고리즘을 이용해 데이터를 분석하고, 분석을 통해 학습하며, 학습한 내용을 기반으로 판단이나 예측을 한다. 이 중에서 학습하고 예측을 하는 과정에서 머신러닝과 딥러닝이 구분이 된다. 머신러닝의 경우에는 구현되어있는 라이브러리를 가져와 하이퍼파라미터 값의 조정으로 최적의 성능을 찾아내는 방법이다. 대부분의 구현된 라이브러리는 수학적 기법에 의한 것이다.
반면에 딥러닝은 뇌의 뉴런과 유사한 정보 입출력 계층을 활용해 데이터를 학습한다. 이를 달성하기 위해 딥러닝은 인공 신경망이라는 계층화된 알고리즘 구조를 사용한다. 인공 신경망의 설계는 인간 두뇌의 생물학적 신경망에서 영감을 얻어, 표준 머신 러닝 모델보다 훨씬 더 뛰어난 학습 프로세스를 제공한다.
Python Verson = 3.7
Development environment = Anaconda - Spyder 4.0.1
| Date | Title | Description |
|---|---|---|
| 08_18 | 퍼셉트론 | 퍼셉트론 개념 |
| 08_19 | 퍼셉트론 | 편향 개념 추가 |
| ㄴ | 활성화 함수 | 활성화 함수 설명 |
| 08_20 | 활성화 함수 | 마무리 |