반응형 끝이없는 공부/AI프로그래밍3 [AI프로그래밍] 머신 러닝과 딥러닝#3 - 딥러닝이란 딥러닝이란 딥러닝은 인간의 신경망 원리르 모방한 심층 신경망 이론을 기반으로 고아된 머신 러닝의 일종. 즉, 딥러닝이 머신 러닝과 다른 큰 차이점은 인간의 뇌를 기초로 하여 설계했다는 것. 인간의 뇌가 엄청난 수의 뉴런(neuron)과 시냅스(synapse)로 구성되어 있는 것에 착안하여 컴퓨터에 뉴런과 시냅스 개념을 적용. 각각의 뉴런은 복잡하게 연결된 수많은 뉴런을 병렬 연산하여 기존에 컴퓨터가 수행하지 못했던 음성·영상 인식 등의 처리를 가능하게 함. 수상돌기 : 주변이나 다른 뉴런에서 자극을 받아 들이고, 이 자극들을 전기적 신호형태로 세포체와 축색돌기로 보내는 역할 시냅스 : 신경 세포들이 이루는 연결 부위로, 한 뉴런의 축색돌기와 다음 뉴런의 수상돌기가 만나는 부분 축삭돌기 : 다른 뉴런(수상.. 2024. 4. 20. [AI프로그래밍] 머신 러닝과 딥러닝#2 - 머신 러닝이란 머신 러닝과 딥러닝 머신 러닝이란 머신 러닝은 인공지능의 한 분야로, 컴퓨터 스스로 대용량 데이터에서 지식이나 패턴을 찾아 학습하고 예측을 수행하는 것 즉, 컴퓨터가 학습할 수 있게 하는 알고리즘과 기술을 개발하는 분야라고 할 수 있음 머신 러닝 학습 과정 머신러닝은 다음 그림과 같이 크게 학습 단계(learning)와 예측 단계(prediction)로 구분할 수 있음 학습 단계에서는 학습 데이터를 대상으로 머신 러닝 알고리즘을 적용하여 학습시키고, 이 학습 결과로 모형이 생성 예측 단계에서는 학습 단계에서 생성된 모형에 새로운 데이터를 적용하여 결과를 예측 특성 추출 머신 러닝에서 컴퓨터가 스스로 학습하려면, 즉 컴퓨터가 입력받은 데이터를 분석하여 일정한 패턴이나 규칙을 찾아내려면 사람이 인지하는 데이.. 2024. 4. 18. [AI프로그래밍] 머신 러닝과 딥러닝#1 - 인공지능, 머신 러닝과 딥러닝 머신 러닝과 딥러닝 인공지능, 머신 러닝과 딥러닝 인공지능, 머신 러닝과 딥러닝 인공지능(Artificial Intelligence, AI)은 인간의 지능을 모방하여 사람이 하는 일을 컴퓨터(기계)가 할 수 있도록 하는 기술 인공지능을 구현하는 방법으로 머신 러닝(machine learning)과 딥러닝(deep learning)이 있음 인공지능과 머신 러닝, 딥러닝의 관계는 다음과 같음 인공지능 > 머신 러닝 > 딥러닝 인공지능과 머신 러닝, 딥러닝의 관계 목적과 주어진 환경에 맞게 데이터를 분석하려면 머신 러닝과 딥러닝 차이를 명확하게 이해해야 함 머신 러닝과 딥러닝 모두 학습모델을 제공하여 데이터를 분류할 수 있는 기술 둘은 접근 방식에 차이가 있음 머신 러닝과 딥러닝 차이 머신 러닝은 주어진 데이.. 2024. 4. 18. 이전 1 다음 728x90 반응형
