인공지능과 빅 데이터 2주차 3 - 표현 학습과 딥러닝

 

 

 

 

 

여기서부턴 사람이 개입하지 않는다.

 

 

인공신경망 - 시냅스를 본따서 만든 구조

 

머신러닝

머신러닝

 

더 좋은 특징이 있을 수 있으나 우리가 생각하지 못할 수 있다.

컴퓨터가 뽑자!

단층 퍼셉트론 구조

입력데이터의 가공 없이 바로 들어간다.

 

mnist

autoencoder - 숫자를 판별하는게 주 임무

입출력이 비슷하게 나오도록 하는 것이 목적이다.

why?

손글씨이기 때문에 모양이 다 다르다.

학습이 끝나면 내가 원하는 출력이 되도록 업데이트가 된다. 

 

입력과 출력의 오차를 측정하면 판단이 가능하다.

3이 입력이 들어오면 이상한 출력이 되게 한다.

 

딥러닝 - 고차원 특성을 스스로 추출하여 학습

표현학습의 특징을 그대로 가지고 있다.

딥러닝

딥러닝 - 구조 자체가 깊은 심층 신경망이다.

단일 퍼셉트론

다층 퍼셉트론

다층이 되면서 다양하게 표현할 수 있게 된다. nonlinear 표현 가능!

층을 더 늘려봤다.

hidden layer가 늘어날 수록 표현할 수 있다.

 

얼굴인식도 사람이 하지 않고 알아서 다 해준다!