[5주차] Regularization
Generalization 일반화는 정규화를 언급하기 전에 정의할 필요가 있다. 결국, 머신 러닝에서는 학습을 통해 모델을 만들고 새로운 데이터에 대해서 얼마나 성능을 발휘하는지 검증이 된다. 이것은 일반화 성능을 만족해야 하는 것이다. 그러나, 모델을 생성하는 데 있어서 사용된 학습 데이터가 너무 적거나 과하게 학습되어버리는 underfitting, overfitting 문제로 인해 일반화 성능을 만족하지 못하는 문제가 있다. 이에 따라, 정규화를 비롯한 다양한 기법을 통해 우리가 알지 못하는 새로운 데이터에서도 높은 성능을 발휘할 수 있도록 설계해야 한다. \[ \mbox{training dataset }𝐷 = \{(𝒙_1,𝑦_1),(𝒙_2,𝑦_2),…,(𝒙_𝑛,𝑦_𝑛)\} \, \mbox{is gi..
[1주차] Introduction to Deep Learning
From AI to ML, DL: A Brief History 인공 지능(Artificial Intelligence, A.I.) 분야에서의 기계 학습(Machine Learning, M.L.) 기초 개념을 설명하고, 딥 러닝(Deep Learning, D.L.) 역사에 대해서 이야기하도록 한다. Machine Learning? Deep Learning? 대부분의 사람들은 해당 질문을 한다. 머신 러닝과 딥 러닝의 차이는 무엇인가? 최근 핫 키워드는 다음과 같다. #인공 지능, #기계 학습, #데이터 마이닝, #데이터 과학, #비즈니스 분석, #빅 데이터, #딥 러닝,… • 기존 개념의 부분 집합 또는 혼합된 용어 - 딥 러닝은 학습 데이터를 기반으로 한 광범위한 기계 학습 방법 제품군의 일부를 표현한 것..
