머신러닝 공부 머신러닝 기초 공부; SLP, MLP 머신러닝 기초 공부; Adam 머신러닝 기초 공부; CNN 우리는 여러 가지 형태의 데이터를 분석한다. 간단하게는 테이블이 있고, 화면과 같은 이미지, 시간에 따른 변화나 어떤 열을 따라 변화하는 것을 기록한 시계열, 이 둘을 합한 동영상 등이 있다. 여기에선, 이미지 데이터를 처리하는 것을 자세하게 다룰 것이다. 이미지 데이터는 보통 2차원의 넓은 면을 가지고 각 포인트마다 값을 갖는다. 많은 수의 픽셀을 갖는 이미지의 경우 입력 벡터의 크기가 커지고, weight 파라미터 개수가 엄청 커지게 된다. 또한, 이미지를 파악할 때는 주위의 데이터가 중요하게 작용한다. 예를 들어, 이미지의 사람을 인식해야 한다면, 사람 모양의 픽셀을 파악하는 게 중요하고 ..

머신러닝 공부 머신러닝 기초 공부; SLP, MLP 머신러닝 기초 공부; Adam 머신러닝 기초 공부; CNN 우리는 실생활에서도 가장 좋은 방법을 찾으려는 노력을 많이 한다. 하루 일정을 세울 때나, 예산을 분배할 때, 난방을 조절할 때 등등, 최소한의 노력이나 소비로 최대한의 효과를 바란다. 이런 종류의 문제들은, 흔히, 최적화 문제(Optimal control problem)라고 불리고, 수학적으로도, 계산적으로도 상당히 어려운 문제에 속한다. 데이터를 분석할 때에도, 상당히 많은 종류의 최적화 문제를 설계하게 되는데, 그 중 모수 추정(Parameter estimation)은 거의 모든 분석에서 필수적으로 들어가는 최적화 문제이다. 신경망 모델의 Weight와 bias 등을 구하거나, 감염 모델에..

머신러닝 공부 머신러닝 기초 공부; SLP, MLP 머신러닝 기초 공부; Adam 머신러닝 기초 공부; CNN 현재는 머신러닝을 기초로 한 생성 모델들로 엄청나게 많은 창작물들이 나오는 시대이다. 뿐만 아니라, 파악하기 힘든 복잡한 현상이 있을 때, 신경망 모델로 훌륭하게 패턴을 파악하여 미래를 에측하거나, 다른 상황에서의 결과를 예측하는 일은 이제 매우 흔한 일이다. 저자는 대학원 시절 지식 기반 모델들을 활용하여 이러한 일들을 진행하였다. 이러한 모델들은 여러 관련 현상들에서 원인을 파악하거나 새로운 가능성을 제시하는 데에 매우 논리적인 결과를 제시하지만, 미처 파악하지 못한 외부 요인에 의하여 예측이 잘못되는 경우가 더러 있다. 물론, 데이터를 기반으로 하는 신경망 모델에서 이러한 일이 없진 않겠지..

보호되어 있는 글입니다.