박서희연구소

Deep Learning의 관심사가 왜 높아졌는지, 그래프를 그리면 쉽게 설명할 수 있다. 가로 축은 어떤 task에 대한 데이터의 양(label이 있는 데이터)을 나타내며, 세로 축은 학습 알고리즘의 성능을 나타낸다. 스팸 메일 분류기, 광고 클릭 수 예상의 정확도, 자율 주행 자동차가 다른 차량의 위치를 파악할 때(Neural Network의 정확도같은)를 예를 들 수 있다. Traditional learning algorithm의 성능은 데이터를 추가하는 동안 성능이 향상되지만, 어느정도 지나면 성능이 정체기에 이름(방대한 데이터로 무엇을 해야 할지 모름) Neural Network의 규모가 커짐에 따라 훈련시킬 수 록 성능이 좋아짐 규모는 Neural Network의 크기, Hidden Unit(..

지금까지 대부분의 Neural Network를 통해 만들어진 경제적인 가치들은 Supervised Learning을 통해 계산이 되었다. Supervised Learning에서 입력 x와 출력 y에 매핑되는 함수를 학습하려 한다. Input(x) Output(y) Application Home features Price Real Estate Ad, user info Click on ad? (0/1) Online Advertising Image Object (1,...,1000) Photo Tagging Audio Text transcript Speech Recognition English Chinese Machine Translation Image, Radar info Position of other c..

6개의 주택이 있으며, 주택의 크기와 가격을 알고 있는 상태에서 주택의 가격을 예측할 수 있는 함수를 만든다고 가정한다. 선형 회귀를 알고 있다면, 직선으로 그래프를 그릴 것임 주택의 가격은 음수가 될 수 없기 때문에 음수에 닿을 직선 대신 선을 꺾어 그려 0으로 끝나도록 함 주택 크기 대비 주택 가격을 예측하는 함수가 그려짐 주택 가격을 예측하는 함수를 간단한 Neural Network으로 생각해볼 수 있음 x라고 불릴 주택의 크기가 신경망의 입력 입력은 작은 원인 노드로 들어감 y라고 불릴 주택의 가격을 출력 작은 원이 Neural Network에서 하나의 뉴런이 되고, 뉴런이 하는 일은 주택의 크기를 입력받아 선형 함수를 계산하고 결과값과 0중에 큰 값을 주택의 가격으로 예측 이런 0에서 증가하는..