4장 신경망 기초퍼셉트론: 단순 모델로써 기계학습의 용어와 원리를 설명하는데 적합하다.구조: 입력층과 출력층으로 구성 -> 입력층은 d+1개로 구성, 출력 층은 하나의 노드로 구성 Q.퍼셉트론의 연산과정에 대해 서술하시오.입력층의 i번째 노드는 Xi와 Wi를 곱하여 출력노드로 전달한다.이때 0번째 노드인 X0은 항상 1이다 (바이어스 노드)출력 노드는 d+1 개의 곱셈 결과를 모두 더하여 s를 계산하고, 활성 함수를 적용한다.+Q-1 퍼셉트론의 연산과정에 대해 서술하고, 이때 사용하는 활성 함수란 무엇인지 서술하시오.+ 활성함수란 두뇌가 뉴런을 활성화하는 과정을 모방한 것인데, 퍼셉트론은 활성 함수를 계단 함수를 이용하여 s의 값이 0보다 크면 1을 출력하고 그렇지 않은 경우에는 -1을 출력한다. 따라서..

3장 기계 학습과 인식훈련집합 VS 테스트 집합훈련집합: 기계 학습 모델을 학습하는데 쓰는 데이터로서 특징 벡터와 레이블 정보를 모두 제공테스트 집합: 학습을 마친 모델의 성능을 측정하는데 쓰는 데이터로서 예측할 때는 특징 벡터 정보만 제공하고, 예측 결과를 가지고 정확률을 측정할 때 레이블 정보를 사용 규칙기반 방법 VS 기계학습 방법 VS 딥러닝 방법규칙기반: 분류하는 규칙을 사람이 구현 -> 큰 데이터셋에서는 적용 불가, 데이터가 바뀌면 처음부터 작업해야함기계학습: 특정 벡터를 추출하고, 레이블을 붙이는 과정은 규칙 기반과 동일, 수작업 특징, 규칙 만드는 일을 기계학습 모델이 자동으로 수행.딥러닝: 레이블을 붙이는 과정은 기계 학습과 동일 -> 특징 벡터를 학습이 자동으로 알아냄-> 이것을 특징 ..

2장 파이썬으로 시작하는 인공지능클라우드 방식 VS 스탠드얼론 방식클라우드 방식: 프로그램과 데이터가 서버에 저장되고 관리 됨.(코랩)장점: 인터넷 연결만 있으면 언제 어디서든 로그인하여 바로 코딩 가능단점: 자신의 프로젝트에 맞는 최적의 환경 생성에 대한 한계점 존재 스탠드 얼론 방식: 프로그램과 데이터를 자신의 컴퓨터에 직접 저장장점: 자신만의 최적의 환경 세팅 가능단점: 소프트웨어 설치부터 자신의 개발환경을 모두 본인이 설정해야함 고급 언어로 작성한 소스를 기계어로 번역하여 실행하는 방식 컴파일러 VS 인터프리터 컴파일러: 프로그램 전체를 번역한 다음에 한꺼번에 실행실행이 빠르다, C나 C++ 등 인터프리터: 한 줄씩 번역하고 실행하는 일을 순차적으로 진행하고, 일부 코드만 선택하여 실행 가능 ex..

오랜만입니다. 저번학기 야심차게 다짐하며 블로그를 살려야지 살려야지 하다가 결국 꾸준함에 두손 두발 다 들게되었네요. 뭔가를 정리해서 누군가에게 정보를 준다는게 분명 좋은 의도인것 같지만, 그것에 대한 자료를 준비하고, 수정하면서 글을 꾸준히 올린다는게 참 어려운 일인 것 같습니다. 그래서 블로그의 방향성을 내가 읽게 쉽게 정리하고, 이 글을 읽는 사람도 혹시나 도움이 된다면 봤으면 좋겠다는 마음으로 운영해보고자 합니다 (ㅎㅎㅈㅅ..) 이번 인공지능 공부는 오일석 교수님 저 파이썬으로 만드는 인공지능이란 책을 통해 공부했고,블로그에 글을 정리하는 방식은 코드보단 개념 내용을 중심으로 정리하고자 합니다. 제가 직접 공부하며 적은 내용이기 때문에 분명 틀린 것도 많을 것이라 생각 되지만, 읽어보시고 도움 되..