인공지능/딥 러닝6

• 

  [모두의 딥러닝] 06. 퍼셉트론 인공 신경망(Artificial Neural Network) : 여러 층의 퍼셉트론을 서로 연결 시킴. 복잡하게 조합하여 주어진 입력 값에 대한 판단을 하게 함. 신경망을 이루는 가장 기본 단위는 퍼셉트론(perceptron)이다. 입력 값과 활성화 함수를 사용해 출력 값을 다음으로 넘기는 가장 작은 신경만 단위다. 1. 가중치, 가중합, 바이어스, 활성화 함수 a : 기울기, b 절편w : 가중치, b : 바이어스 가중합 : 입력 값(x)과 가중치(w)의 곱을 모두 더한 다음 거기에 바이어스(b)를 더한 값활성화 함수 : 가중합의 결과를 놓고 1 또는 0을 판단하는 함수 2. 퍼셉트론의 과제하나의 퍼셉트론으로 풀 수 없는 문제들이 있다. 2차원 평면 안에 1 00 1 의 데이터가 있다. 이 경우 선을 .. 인공지능/딥 러닝 2018. 5. 6.

• 

  [모두의 딥러닝] 05. 참 거짓 판단 장치: 로지스틱 회귀 로지스틱 회귀 : 참과 거짓 중에 하나를 판단하는 것을 만들어 주어진 입력 값의 특징을 추출. 이를 저장해 모델(model)을 만듦. 새 질문이 오면, 그 모델을 꺼내 답을 함.=> 딥러닝의 원리 1. 로지스틱 회귀의 정의점수가 아니라 합격과 불합격만을 발표되는 시험이 있음 합격을 1, 불합격을 0이라 함. 이를 좌표 평면으로 표현해보자 S자 형태여야 이들의 데이터를 구분할 수 있음. 로지스틱 회귀는 선형 회귀와 마찬가지로 적절한 선을 그려가는 과정.선형 회귀와 다른 점은 직선이 아니라, 참(1)과 거짓(0) 사이를 구분하는 S자 형태의 선을 그어주는 작업 2. 시그모이드 함수시그모이드 함수(sigmoid function) : S자 형태로 그래프가 그려지는 함수 e : 자연 상수라고 불리는 무리수, 값은.. 인공지능/딥 러닝 2018. 5. 6.

• 

  [모두의 딥러닝] 04. 오차 수정하기: 경사 하강법 경사 하강법(gradient decent) : 그래프에서 오차를 비교해 가장 작은 방향으로 이동 시키는 방법 1. 미분의 개념순간 변화율 : 어느 한 점에서 x를 0에 가까운 변화를 준 것. y에 값도 0에 가까운 변화를 가짐기울기 : 그래프에서 점 a 에서의 순간 변화율 2. 경사 하강법의 개요 x를 적절히 조절해 순간 기울기가 0인 x = m 인 지점을 찾는것이 경사 하강법의 원리다. 즉, 반복적으로 기울기 a를 변화시켜 m의 값을 찾아가는 기법이다. 3. 학습률위 사진에서 기울기의 부호를 바꿔 이동시킨다. 이 때 적절한 거리를 찾지 못해 너무 멀리 이동시키면 a 값이 한 점으로 모이지 않게 된다. 따라서 어느 만큼 이동시킬지를 결정해야 한다. 즉 이것을 학습률(learning rate)라고 한다. .. 인공지능/딥 러닝 2018. 5. 6.

• 

  [모두의 딥러닝] 03. 가장 훌륭한 예측선 긋기: 선형회귀 딥러닝의 가장 밑 단에서 이루어지는 가장 기본적인 두 가지 계산 원리 1. 선형 회귀2. 로지스틱 회귀 선형 회귀의 정의1. "학생들의 중간고사 성적이 다 다르다."2. "학생들의 중간고사 성적이 [ ]에 따라 다 다르다." [ ] 부분 : 시험 성적을 좌우할 만한 것들, '정보'라고 한다.x : '정보' 요소, 독립 변수y : x값에 의해 변하는 '성적', 종속 변수 ➡️ 단순 선형 회귀(simple linear regression) : 하나의 x값만으로도 y값을 설명➡️ 다중 선형 회귀(multiple linear regression) : x값이 여러 개 필요할 때 가장 훌륭한 예측선이란?공부한 시간 x = { 2, 4, 6, 8 } ( 단위: 시간 )성적 y = {81, 93, 91, 97} ( 단.. 인공지능/딥 러닝 2018. 4. 5.

• 

  [모두의 딥러닝] 02. 처음 해 보는 딥러닝 미지의 일을 예측하는 힘 기존 : 데이터 입력 -> 답을 구함머신러닝 : 데이터 안에서 규칙을 발견 -> 새로운 데이터에 그 규칙 적용 -> 새로운 결과 도출 학습 : 데이터 입력 -> 패턴 분석 과정 1. 기존 환자 데이터 입력2. 머신러닝 학습3. 새로운 환자 예측 ➡️ 머신러닝의 예측 성공률 : 결국 얼마나 정확한 경계선을 긋는가➡️ 방법 : 랜덤 포레스트(random forest), 서포트 벡터 머신(suppor vector machines) 등 폐암 수술 환자의 생존율 예측하기예제 소스 : deep_code/01_My_First_DeepLearning.py 12345678910111213141516171819202122232425262728293031323334# -*- coding: utf-8.. 인공지능/딥 러닝 2018. 4. 5.

• 

  [모두의 딥러닝] 01. 파이썬과 텐서플로, 케라스 설치하기 딥러닝 실습 환경을 만들어 봅시다. 그 전에, 딥러닝이란 무엇 일까요? 사람이 할 수 있는 것과 유사한 판단을 컴퓨터가 해 낼 수 있게끔 인공지능을 연구하던 중, 기존의 데이터를 이용해 앞으로의 일을 예측하는 '머신러닝(machine learning)' 기법이 효과적임을 발견했습니다.이 머신러닝 안에는 여러 알고리즘들이 있는데, 이 중 가장 좋은 효과를 내는 것이 바로 '딥러닝(deep learning)'이다. 딥러닝 ⊂ 머신러닝 ⊂ 인공지능 딥러닝 환경 설치하기 * 내 컴퓨터의 시스템 정보 확인하기텐서플로는 64비트 윈도우즈만을 지원하므로, 사용하는 PC가 64비트인지 확인해야 한다.시작 > 검색 > 제어판 > 시스템 순서로 열어, '시스템 종류' 부분을 확인한다. * CPU? GPU?딥러닝을 일반 C.. 인공지능/딥 러닝 2018. 3. 27.