머신러닝

    [딥러닝] #7 선형 회귀 (Linear Regression) 모델과 경사하강법 (Gradient Descent)의 의미

    머신러닝을 포괄적으로 이해하자면 어떤 입력을 넣어 어떤 출력값이 나오는 모델을 만들껀데, 이 과정중 학습이라는 행위를 통해서 예측값을 더 정확하게 하는 과정이라고 보면 됐었다. ​ 오늘 배울 것은 선형 회귀 모델로써 우리가 처음 배우기에는 가장 이해하기 쉬운 학습모델이다. 무작정 퍼셉트론을 이용해 인공신경망을 이해하려는것 보다. 가장 간단한 형태의 학습모델을 이해하고 차근차근 딥러닝 모델을 이해하도록 해보자. 선형 회귀 (Linear Regression) 선형함수의 기울기와 절편을 찾는 과정 선형 회귀. 딱 들었을때 아.. 수학이구나 하고 엄청 어렵겠다고 생각하는 사람이 꽤 있을것이다. 나도 어..머..딥러닝이 어려운거니까 분명 어렵겠지? 라는 선입견으로 한번 쭉~ 공부해봤는데 고등교육 수준선에서 충분히..

    [딥러닝] #3 머신러닝이 무엇인지 알아보자! / 인공지능과의 관계 / 지도학습 / 비지도학습 / 강화학습

    저번시간까지 간단하게 인공지능과 인공지능의 역사에 대해서 알아봤다. 이제 본격적으로 머신러닝이 무엇인지 알아보자. 머신러닝 (Machine Learning) = 스스로 학습하여 성능을 향상시키는 기술 일단 인공지능과 머신러닝의 관계를 먼저 집고 넘어가자, 자. 머신러닝은 인공지능의 한 분야로써, 기계 스스로가 학습하여 더 나은 성능을 내도록 하는 기술이다. 이 기술이 인공지능이라는 큼 범주에서 뻗어나온 소범주인 것이다. ​ 머신러닝은 학국말로 기계학습이라고하는데 이 기계학습이란게 뭘까? 쉽게 말하면 프로그램에게 입력들을 주고 출력을 확인한후 그 출력에따라 프로그램이 로직을 조정하여 다음 입력을 주었을때 더 좋은 결과가 나오도록 프로글매 스스로가 본인의 로직을 수정하며 개선해나가는 것이다. 스스로 로직을 ..