Dash&Rush Hanbus

순전파(Forward Propagation)란? 신경망 모델의 입력층부터 출력층까지 순서대로 변수들을 계산하고 저장하는 것을 의미합니다. 계산된 예측값은 손실함수를 통해 실제값과의 오차를 계산한다. 손실함수(Loss fuction)란? 실제값과 예측값의 차이를 수치화해주는 함수 역전파(BackPropagation)란? 최종출력값과 살제값의 오차가 최소가 되도록 가중치(Weight)와 편향(Bias)를 업데이트하는 것을 의미합니다. 옵티마이저를 사용하여 가중치(Weight)를 업데이트한다. 참고! 경사하강법(Gradient descent)이란? 손실함수가 전체 데이터셋의 예측이 얼마나 잘 되는 것인지 보는거라면, 경사하강법은 손실함수를 최소화하는 가중치(Weight)와 편향(Bias)을 찾아내는 방법(옵티..

옵티마이저 (Optimizer)란? 손실 함수(Loss function)를 통해 얻은 손실값으로부터 모델을 업데이트하는 방식으로 신경망은 옵티마이저(SGD, Adam 등등)를 사용하여 가중치(weight)와 편향(bias)업데이트를 통해 모델(신경망)의 최적화 및 정확성 제고한다. 옵티마이저 사용(Tensorflow코드예시) 옵티마이저 종류 각각의 Optimizer에 대한 특징은 추후 공부해서 포스팅하기!

머신러닝과 딥러닝의 가장 큰 차이점? 머신러닝(알고리즘)은 학습할 데이터를 사람이 직접 제공해야하며, 딥러닝(알고리즘)은 훈련시키기 위한 데이터를 스스로 학습할 수 있다. 머신 러닝(Machine Learning, 기계학습) 머신러닝은 기본적으로 알고리즘을 이용해 데이터를 분석하고, 분석을 통해 학습하며, 학습한 내용을 기반으로 판단이나 예측을 합니다. 머신러닝 알고리즘 머신러닝 알고리즘으로는 의사 결정 트리 학습, 귀납 논리 프로그래밍, 클러스터링, 강화 학습, 베이지안(Bayesian) 네트워크 등이 있습니다. 머신러닝은 사용하는 알고리즘의 종류에 따라 '회귀, 분류, 군집화' 형태의 결과를 얻을 수 있습니다. 딥러닝(Deep Learning, 심층학습) 딥러닝은 인공신경망에서 발전한 형태의 인공 지..