정리함

많은 실생활 데이터는 선형분류기로 분류가 되지 않는 문제점이 있었고,비선형 데이터를 처리하기 위한 분류기의 필요성으로 XORgate가 논의되었다.당시에는 XORgate같은 비선형 데이터를 처리할 수 없었고, 이는 인공지능의 1차 빙하기를 야기한다.   비선형적 문제의 해결을 위해 '단층 퍼셉트론'이 아닌,단층 퍼셉트론을 쌓은 '다층 퍼셉트론'을 사용하게 되었다.(NANDgate와 ORgate의 선형분류기를 사용. 위 그림 오른쪽) 간단한 퍼셉트론 여러개를 연결하면 복잡한 퍼셉트론을 만들 수 있다.여기서 입력층과 출력층 사이에 숨겨진 레이어를 HiddenLayer라고 하고,일반적으로 히든층이 많아질 수록 모델의 복잡도가 올라간다.  아래는 파이썬으로 구현한 XORgate이다.import numpy as n..

퍼셉트론 선형분류기- 사람의 신경계가 '뉴런-신경망-지능'을 이루듯이, 딥러닝에서도 '퍼셉트론-인공신경망-인공지능'을 이룬다.  'AND gate, OR gate, NAND gate, NOR gate'는 선형 분류기로 구현 가능하다.이를 선형 분류를 위하여 퍼셉트론 하나를 사용했다고 하여 '단층 퍼셉트론'이라고 한다. [1] AND Gate: C = activation(1*A + 1*B - 1.5)[2] OR gate : C = activation(1*A + 1*B - 0.4)[3] NAND gate : C = activation(-1*A - 1*B + 1.3)[4] NOR gate : C = activation(-1*A - 1*B + 0.8) 이를 통해 0,1 데이터를 계산하던 논리 회로에서 확장하여 ..

딥러닝은 머신러닝의 여러 방법론 중 하나이다.딥러닝은 인공신경망에 기반하여 컴퓨터에게 사람의 사고방식을 가르치는 방법이다.   인공신경망: 생물학의 신경망에서 영감을 얻은 학습 알고리즘. 사람의 신경 시스템을 모방함.인공 신경망으로 할 수 있는 분석은 크게 세 가지로 '회귀 분석 / 분류 / 패턴 파악'이 되겠다.인공 신경망을 이용한 딥러닝 모델은 모델 스스로 데이터의 특성을 학습하며, 지도 학습, 비지도 학습 모두에 적용 가능하다.현재 대표적인 딥러닝 기술 적용사례로는 '얼굴 인식 카메라, 기계 번역 모델, 알파고 등'이 있다.   인공 신경망 이전의 연구들로는 '얼굴 인식(눈 코 입 등을 인식), 숫자 인식 등'이 있는데, 이런 것들은 모두 '명시적 프로그래밍'을 사용하였다.명시적 프로그래밍은 한계가..