컴퓨터 비전 (Computer Vision)은 딥 러닝 (Deep Learning)의 한 분야시각적 정보를 이해하고 해석하는 분야이미지, 비디오 데이터를 대상으로 객체인식, 패턴인식, 특징 추출, 3D 모델링 등의 작업을 수행1\. 이미지 처리 (Image Proces
딥러닝(Deep Learning)은 깊은 계산 스택을 특징으로 하는 기계 학습 접근방식 뉴런 네트워크의 강화와 확장성을 통해 딥러닝 모델이 정의 된다. 📌 뉴런 네트워크(neural networks) : 간단한 계산을 하는 뉴런들의 구성체. 뉴런들이 복잡한 연결되어
신경망은 layer로 뉴런을 구성Unit을 모으면 layer가 생성됨신경망의 각 층은 dense layer를 통해서, 더 복잡한 방식으로 input을 transformation한다. 활성화 함수가 없는 경우, 뉴런 네트워크는 선형 관계(linear relationshi
손실함수는 대상의 실제값과 모델이 예측하는 값 사이의 차이를 측정 (실제값과 예측값의 차이)손실(loss)를 최소화하여 모델을 효과적으로 학습회귀 분석회귀 분석의 대표적인 손실함수는 평균 절대 오차또는 MAE MAE는 abs(true- pred)로 구함전체 MAE는 모
모델 훈련 데이터 종류signal (신호) : 일반화되는 부분, 새로운 데이터로 부터 모델이 예측을 하는데 돕는 부분noise (노이즈) : 훈련데이터에만 해당되는 부분, 데이터에서 나오는 무작위한 변동이나 모델 예측에 도움이 되지 않는 우연한 패턴. 실제로 학습에 도
overfitting과 stablize training(안정화 훈련)을 위한 특별한 layerdropout layer는 정확한 과적합을 방지하는데 도움을 준다. 과적합은 의미 없는 패턴을 학습하여 발생의미없는 패턴을 인식을 위해 네트워크는 가중치의 특정 조합인 "con
두 클래스 중 하나의 클래스로 분류하는 것은 기본적인 머신러닝 문제이다. 고객의 구매여부, 스팸 또는 사기 메일인지에 대한 여부, 질병 유무 여부, 고양이인지 강아지인지 구분정확도는 분류문제에서 성공을 측정하는 척도 중 하나 accuracy = 정확한 예측 / 예측한