14. 합성곱 신경망 합성곱 신경망 (CNN) - 이미지 인식 분야에 사용되는 딥러닝 알고리즘 - 이미지 검색 서비스, 자율주행 자동차, 영상 자동 분류 시스템 등에 큰 기여 - 시각 분야 외에도 음성 인식, 자연어 처리(NLP) 같은 작업에도 사용 14. 1 시각 피질 구조 - 시각 피질 구조에 대한 연구 끝에, 시각 피질 안의 많은 뉴런이 작은 국부 수용장을 가진다는 것을 발견 - 뉴런들이 시야의 일부 범위 안에 있는 시각 자극에만 반응한다는 뜻 - 뉴런 수용장들은 서로 겹칠 수 있으며, 합치며 전체 시야를 감싸게 됨 - 어떤 뉴런은 수평선의 이미지에만 반응하고, 다른 뉴런은 다른 각도의 선분에 반응하며 - 어떤 뉴런은 큰 수용장을 가져서 저수준 패턴이 조합된 더 복잡한 패턴에 반응함 => 고수준 뉴..
[AI/Hands-on ML] - [핸즈온 머신러닝] 10장 - 케라스를 사용한 인공 신경망 2 (케라스로 딥러닝하기) [핸즈온 머신러닝] 10장 - 케라스를 사용한 인공 신경망 2 (케라스로 딥러닝하기) [AI/Hands-on ML] - [핸즈온 머신러닝] 10장 - 케라스를 사용한 인공 신경망 (인공 신경망 소개) [핸즈온 머신러닝] 10장 - 케라스를 사용한 인공 신경망 (인공 신경망 소개) 10. 인공 신경망 인공 신경망 kdeon.tistory.com 10. 3 신경망 하이퍼파라미터 튜닝하기 신경망의 유연성은 조정할 하이퍼파라미터가 많다는 단점을 가짐 주어진 문제에 최적인 하이퍼파라미터 조합을 찾는 방법 - 많은 하이퍼파라미터 조합을 시도해보고 어떤 것이 검증 세트에서 가장 좋은 점수를 내는지 ..
[AI/Hands-on ML] - [핸즈온 머신러닝] 10장 - 케라스를 사용한 인공 신경망 (인공 신경망 소개) [핸즈온 머신러닝] 10장 - 케라스를 사용한 인공 신경망 (인공 신경망 소개) 10. 인공 신경망 인공 신경망 뇌에 있는 생물학적 뉴런의 네트워크에서 영감을 받은 머신러닝 모델 - 하지만 생물학적 뉴런(신경 세포)에서 점점 멀어지고 있음 - 딥러닝의 핵심이며, 복잡한 대규 kdeon.tistory.com 10. 2 케라스로 다층 퍼셉트론 구현하기 텐서플로의 자체적 케라스 구현인 tf.keras를 통한 실습 10. 2. 2 시퀀셜 API를 사용하여 이미지 분류기 만들기 데이터 적재 import tensorflow as tf from tensorflow import keras keras.__v..
10. 인공 신경망 인공 신경망 뇌에 있는 생물학적 뉴런의 네트워크에서 영감을 받은 머신러닝 모델 - 하지만 생물학적 뉴런(신경 세포)에서 점점 멀어지고 있음 - 딥러닝의 핵심이며, 복잡한 대규모 머신러닝 문제를 다루는 데 적합 구글 이미지와 같이 수백만 개의 이미지 분류 애플의 시리처럼 음성 인식 서비스 성능 향상 유튜브처럼 수억 명의 사용자에게 비디오 추천 알파고와 같이 수백만 개의 기보를 익히고 자기 자신과 게임하며 학습 10. 1 생물학적 뉴런에서 인공 뉴런까지 10. 1. 1 생물학적 뉴런 - 생물학적 뉴런은 활동 전위(AP) 또는 간단히 신호라고 부르는 짧은 전기 자극을 만듦 - 각각의 뉴런은 수상돌기(Dendrite)를 통해 다른 뉴런에서 신호를 받아서 축삭돌기(Axon)를 통해 다른 뉴런으..
[AI/Hands-on ML] - [핸즈온 머신러닝] 9장 - 비지도 학습 1 (군집) [핸즈온 머신러닝] 9장 - 비지도 학습 1 (군집) 9. 비지도 학습 - 많은 데이터는 대부분 레이블이 없음 - 레이블을 부여하는 작업은 비용이 크며 오래걸림 => 레이블이 없는 데이터를 바로 사용하기 위한 비지도 학습 9. 1 군집 비슷한 샘플을 구 kdeon.tistory.com 9. 2 가우시안 혼합 가우시안 혼합 모델 샘플이 파라미터가 알려지지 않는 여러 개의 혼합된 가우시안 분포에서 생성되었다고 가정하는 확률 모델 하나의 가우시안 분포에서 생성된 모든 샘플은 하나의 클러스터를 형성 사이킷런의 GaussianMixture 클래스 - 사전에 가우시안 분포의 개수 k를 알아야 함 - 데이터셋 X가 다음 확률 과정..
