2023년 8월 14일 수업

딥러닝 개요

인공신경망의 딥러닝

딥러닝 기술: 이미지 데이터를 분석, 판독하는 인공지능

• 현재의 인공지능 활황기를 이끄는 인공신경망에서 발전된 기술
• CNN, Convolution NN: 이미지 분석에 특화
• RNN, Recurrent NN: 시간의 흐름에 따른 데이터 분석
• 동물의 신경망, 뇌에서 영감을 얻은 기계학습 구조

동물의 뇌는 neuron 연결 거대한 네트워크

인공신경망의 학습

특정 노드 간 연결은 강하게 또는 약하게 조절

• 가중치 weight factor, 문턱값 threshold value
• 학습 learning: 체계적 변화시켜서 학습 데이터 잘 설명
• node의 input u = w1x1 + w2x2 + w3x3 + …. + b

입력값 → 가중 합 및 활성함수 → … → 출력값

• ‘결과’와 ‘정답’을 비교, ‘오차’ 계산 ‘가중치’ 체계적으로 수정: ’학습’
• ← 역전파 알고리즘 back-propagation method

Training set 80%, Test set 20% 무작위

• Training 80, Validation 10, Test 10