AI

경사하강법은 모델과 실제 데이터가 일치하도록 매개변수를 조정하기 위해 사용된다. 그렇다면, 실제 데이터가 모델과 일치하는지 판단하는 기준은 무엇인가? 그것은 비용 함수(Cost Function) 또는 손실 함수(Loss function)로 표현된다. 이 비용 함수를

활성화 함수는 딥 러닝을 위해서 반드시 필요한 요소이다. 이름 그대로 심층 신경망(Deep Neural Network, DNN)을 구성할 때, 은닉층과 출력층에서 나온 출력값을 받아 비선형적으로 변환해 준다.그렇다면 왜 심층 신경망에서는 출력이 비선형적이어야 할까?만약

원-핫 인코딩은 독립적인 범주형 클래스를 표현하기 위한 형식이다. 예를 들어서 사과, 바나나, 포도를 분류하는 모델의 경우를 보자.이렇게 라벨의 개수 n이 있다면 각 라벨을 해당 인덱스의 값이 1이고 나머지가 0인 n차원 벡터로 표현할 수 있다.문자열을 모델 학습에 그