풍요 평화 만땅 연구원 2022. 2. 12. 18:25

1. 머신러닝이란 ?

2.머신러닝의 기초

- Supervised learning : 이미 데이터에 대한 답이 있음

- Unsupervised learning : 데이터에 대한 답이 없음 / 너 알아서 비슷한 것 끼리 찾아바라

(ex) 옷 추천, 관심사

- Reinforcement : 학습, 가르침

(ex) 예를들어 공을 튕겨서 벽돌 맞추는 게임 >> 벽돌 맞추도록 학습시키려면 컴퓨터에게 벽돌 맞출 시 또는 맞추지 않을 시 상과 벌을 줘서 학습 시킴

*우리가 하는일 : 컴터에게 w1,w2,b를 정하는 기준을 정하도록 데이터를 줘야함

*최대한 오차를 작게해야 함

 

3. 뉴럴 네트워크

 

*딥 뉴럴 네트워크

*feature extraction

*node, hidden layer

** 시나리오

주인 : 컴터에게 "오차"를 최소화하는 "w"를 찾아라 !

>> 컴터: 그러면 "오차" 뭔데?

>>오차를 그냥 더하는게 아니라!

(절대값 /평균 제곱 오차(오차^2 의 평균) 방식) 사용

 

- loss function ( 오차 구하는 수식) 

평균 제곱 오차 구하는 식
확률등 예측할때 사용

4. Activation function

 

 

* activation fucntion 쓰는 이유 : 비선형적이고 복잡한 예측 가능

 

https://www.youtube.com/watch?v=c7NURwHmM5k