Differences
This shows you the differences between two versions of the page.
| Next revision | Previous revision | ||
| blog:easy_nn [2020/04/20 11:12] – created prgram | blog:easy_nn [2025/07/07 14:12] (current) – external edit 127.0.0.1 | ||
|---|---|---|---|
| Line 334: | Line 334: | ||
| ===== 마무리 ===== | ===== 마무리 ===== | ||
| - | 지금까지, | + | |
| + | 지금까지, | ||
| 1) 퍼셉트론이란 인간의 신경세포를 본 떠 만든 모형으로 회귀분석과 같은 말이다. | 1) 퍼셉트론이란 인간의 신경세포를 본 떠 만든 모형으로 회귀분석과 같은 말이다. | ||
| Line 340: | Line 341: | ||
| 3) 여러 층을 가진 인공신경망을 학습하기 위해, 오차를 최소화하는 데 경사하강법을 사용한다. | 3) 여러 층을 가진 인공신경망을 학습하기 위해, 오차를 최소화하는 데 경사하강법을 사용한다. | ||
| 4) 경사하강법은 오차를 미분하여 미분값의 방향으로 한 발짝식 움직이면서 최소값을 찾아가는 방법이다. | 4) 경사하강법은 오차를 미분하여 미분값의 방향으로 한 발짝식 움직이면서 최소값을 찾아가는 방법이다. | ||
| - | 5) 여러 층을 가지는 인공신경망에서는 미분값을 빠르게 계산하기 위해 오차역전파법을 사용한다 | + | 5) 여러 층을 가지는 인공신경망에서는 미분값을 빠르게 계산하기 위해 오차역전파법을 사용한다. |
| - | 6) 오차역전파법은 합성함수의 연쇄법칙을 이용해서 제곱에 비례하는 계산을 선형적인 계산시간으로 줄여준다. | + | 6) 오차역전파법은 합성함수 |
| 기본적인 딥러닝은 이렇게 이루어진다. 물론 과적합을 막기 위한 여러 방법들과 CNN, RNN, 강화학습 등 많은 변형들이 있지만 기본적으로는 동일한 매커니즘으로 이루어진다. 아직 많이 연구되고 있는 핫한 분야이기도 하고, 많은 변형들과 테크닉들이 포함되어 있기 때문에 단순히 이번 설명으로는 딥러닝에 대해서 모두 설명할 수는 없을 것이다. | 기본적인 딥러닝은 이렇게 이루어진다. 물론 과적합을 막기 위한 여러 방법들과 CNN, RNN, 강화학습 등 많은 변형들이 있지만 기본적으로는 동일한 매커니즘으로 이루어진다. 아직 많이 연구되고 있는 핫한 분야이기도 하고, 많은 변형들과 테크닉들이 포함되어 있기 때문에 단순히 이번 설명으로는 딥러닝에 대해서 모두 설명할 수는 없을 것이다. | ||
| Line 351: | Line 352: | ||
| 많은 단점들이 개선되고 있고, 언젠가 해결될지도 모르겠지만, | 많은 단점들이 개선되고 있고, 언젠가 해결될지도 모르겠지만, | ||
| - | 마지막으로 KDnuggets 에 올라온 데이터 사이언스에 대한 불편한 진실에 있는 말을 염두해 볼 필요가 있겠다 ((https:// | + | 마지막으로 KDnuggets 에 올라온 데이터 사이언스에 대한 불편한 진실에 있는 말을 염두해 볼 필요가 있겠다 (([[https:// |
| - | >95%의 일에는 딥러닝이 필요하지 않다 | + | |
| - | >실제 분석의 90%는 일반화 선형모델(GLM)으로 해결된다. | + | |
| + | > 95%의 일에는 딥러닝이 필요하지 않다 | ||
| + | > 실제 분석의 90%는 일반화 선형모델(GLM)으로 해결된다. | ||
| ===== Reference ===== | ===== Reference ===== | ||