딥러닝

Intro 방학 때 진행할 프로젝트에서 딥러닝을 사용할 기회가 생겼는데, 딥러닝을 1도 모르는 까막눈 상태라 프로젝트 시작 전에 빠르게 딥러닝 기초를 공부할 생각으로 포스팅을 기획했습니다. > 공부 소스 : 혁펜하임의 "꽂히는" 딥러닝 (Youtube) 참고 : 혼자

이전 포스트에서 이야기했던 것처럼 결국 $(y-Ax)^T(y-Ax)$를 최소화하는 $x$를 찾는 것이 선형 회귀의 핵심이고, $x$에는 찾고자 하는 파라미터 $a,b$가 포함되어 있습니다.기존 데이터를 통해 충분히 학습시킨 machine은 최종적으로 함수 $y=ax+b

오늘은 인간의 뇌에서 영감을 얻은 학습 알고리즘인 인공 신경망 (Artifical Neural Network. ANN)에 대해 알아보겠습니다.ANN ('A'를 빼고 'NN'이라고 부르기도 합니다)을 사용하면 선형 회귀 뿐만 아니라 비선형 회귀 (non-linear re

지난 포스트에서는 "사용하는 활성화 함수에 따라 신경망의 종류가 나뉜다."고 했습니다.이번 포스트에서는 대표적인 퍼셉트론 (perceptron), 로지스틱 회귀 (logistic regression), 소프트맥스 회귀 (softmax regression)에 대해 알아보

지난 포스트에서 간단하게 짚고 넘어갔던 cross entropy에 대해 더욱 자세히 설명하고자 합니다.entropy와 cross entropy는 정보 이론 (Information Theory)과 관련이 깊습니다. 따라서 이번 포스트에서는 entropy와 cross en