대학원 일기

퍼셉트론(Perceptron)이란? 인공 신경망의 간단한 모형 중 하나인 퍼셉트론은 1957년 로센블렛(Rosenblatt)이 고안한 이진 분륜 문제를 위한 알고리즘이다. 인공신경망은 사람의 신경망을 따온 것으로 인공적인 뉴런의 집합이라고 봐도 된다. 초기 퍼셉트론은 입력된 정보에 가중치를 추가하고, 훈련하여 결과값을 얻는다. 위 사진처럼 수많은 입력 데이터에 가중치를 정해 최적의 가중치를 찾아내는 방법이다. 퍼셉트론은 다수의 이진 입력 신호(0 또는 1)를 받아 하나의 이진 출력 신호를 생성하는 방식으로 동작한다. 각 입력은 가중치(weight)와 연결되어 있고, 이 가중치는 입력 신호에 곱해져 출력을 결정하는 데 중요한 역할을 한다. 퍼셉트론은 가중치와 입력 신호의 곱을 합산한 값이 특정 임계값(th..

머신러닝과 딥러닝의 차이 대개 인공지능을 처음 접하는 사람들은 머신러닝과 딥러닝은 서로 다르다고 생각하지만, 딥러닝은 머신러닝의 한 종류이다. 아래 그림처럼 딥러닝은 머신러닝에 속해있고, 머신러닝은 인공지능에 속해있다. 머신러닝과 딥러닝의 차이 딥러닝은 머신러닝의 한 종류이지만, 두 학습 방법의 차이를 보자면 다음 그림과 같다. 우선, 머신러닝은 위 그림처럼 input 데이터를 사람이 직접 데이터의 특징들을 추출하고 머신러닝 모델로 output 데이터를 얻는다. 이에 반면에, 딥러닝은 input 데이터를 가지고 딥러닝 모델이 특징을 추출하고 분류하는 전과정(end-to-end) 과정을 거친다. 즉, 딥러닝은 모델 스스로 데이터를 학습하고, 머신러닝은 수동적으로 데이터를 제공하여 학습해야 한다. 머신러닝과..

※본 포스팅에서는 기계학습을 이해하고, 종류에 대해 간략히 알아보는 것이므로 자세한 알고리즘에 대해서는 나오지 않습니다.기계학습(Machine Learning)이란?  머신러닝이란 컴퓨터가 학습을 하는 것으로 학습은 경험을 통해 행동의 변화 또는 잠재력의 변화를 만드는 것이다. 즉, 컴퓨터에 데이터를 제공하여 학습시키고 새로운 지식을 얻게 하여 인공지능을 더욱 똑똑한 모델로 만드는 것이다. 머신러닝은 인공지능의 한 분야로 딥러닝과 함께 그림으로 표현하면 아래와 같다. 머신러닝(Machine learning)의 종류: 지도, 비지도, 강화학습  머신러닝에서는 학습하는 방법에 따라 분류하고 있다. 컴퓨터가 학습(learning)할 때 교재(data)가 있을 경우 지도 학습과 비지도 학습이라고 부르고 교재(d..