728x90 분류 전체보기279 [DL] 퍼셉트론(perceptron) - '맥컬록-피트 뉴런(MCP)' 1943년 워랜 맥컬록 & 윌터 피츠 : AI를 설계하기 위해, 생물학적 뇌가 동작하는 방식을 이해하려는 시도 → 간소화된 뇌의 뉴런 개념 발표 신경세포를 이진 출력을 내는 간단한 논리 회로로 표현 - Perceptron 1957년 프랭크 로젠 블렛 : MCP 뉴런 모델을 기반으로 퍼셉트론 학습 개념을 처음 발표 자동으로 최적의 가중치를 학습하는 알고리즘 제안 가중치는 뉴런의 출력 신호를 낼지 말지를 결정하기 위해 입력 특성에 곱하는 계수 입력을 받아 계산한 후 출력을 반환하는 구조 활성화함수 : 뉴런의 출력 값을 정하는 함수 뉴런에서 학습할 때 변하는 것은 가중치 가중치는 처음에 초기화를 통해 무작위 값을 넣고 학습과정에서 일정한 값으로 수렴 학습이 잘 된다는 것은 좋.. 2021. 5. 13. [DL] 딥러닝 기초 - 딥러닝 인간의 신경망 이론을 이용한 인공신경망의 일종 계층 구조로 구성되며 입력층과 출력층 사이에 하나 이상의 은닉층을 가지고 있는 심층 신경망 딥러닝은 20세기로 넘어옴과 동시에 충분한 하드웨어와 그래픽 처리장치, 드롭아웃과 같은 알고리즘의 발견으로 더욱 폭발적으로 상승 향상 곡선을 그림 - 딥러닝이 학습을 이루는 방법 입력데이터 : 해당 계층에 의해 데이터가 특정되고 변환되어 '가중치'라는 형태로 저장 다양한 계층을 반복적으로 통과하며 학습 진행 이러한 맥락에서 '학습'이란 신경망에서 모든 계층의 가중치에 대한 값 집합을 찾아, 새로운 입력값이 목표한 값에 올바르게 이르기까지 가중치를 조절하는 반복작업 심층 신경망에는 수천만개의 가중치가 존재, 모든 가중치들을 대상으로 올바른 값을 찾는 일은 쉽지.. 2021. 5. 12. [ML] 군집분석(계층 군집, 밀집도 기반 군집) - 계층 군집(Hierarchical clustering) 덴드로그램(Dendrogram)을 그릴 수 있음 의미 있는 분류 체계를 만들어줌 → 군집 결과 이해, 설명에 적합 클러스터의 수를 미리 정하지 않아도 됨 병합 계층 군집(Agglomerative hierarchical clustering) 클러스터 당 하나의 데이터에서 시작하여, 모든 데이터가 하나의 클러스터에 속할 때까지 가장 가까운 클러스터를 병합해 나감 단일 연결 클러스터 쌍에서 가장 비슷한, 즉 가장 가까운 데이터 간의 거리를 계산 거리의 값이 가장 작은 두 클러스터를 하나로 합침 완전 연결 클러스터 쌍에서 가장 비슷하지 않은, 즉 가장 멀리 있는 데이터를 찾아 거리를 계산 가장 가까운 두 클러스터를 합침 평균 연결 : 두 클러스터에 있는.. 2021. 5. 12. [ML] 군집분석(K-means, K-means++) - 정답이 없는 문제를 해결하기 위한 알고리즘 → 비지도학습 '군집분석' - 군집분석(Clustering Analysis) ex) 쇼핑몰에서 페이지 체류 시간, 구매 금액대 등을 토대로 소비자 유형 그룹을 나누고(군집 설정), 새로운 소비자가 쇼핑몰에 들어왔을 때 행동을 바탕으로 앞서 설정해놓은 그룹으로 할당, 비슷한 소비자가 구매한 상품 노출하여 제품 구매율을 높힘 군집은 정답을 모르는 데이터 안에서 숨겨진 구조를 찾는 것 클래스 레이블이 없는 데이터를 특정 군집으로 묶고자 할 때 활용 계층 군집, 밀집도 기반 군집(클러스터 모양이 원형이 아닐 때 사용) - K-평균(K-means) 매우 쉬운 구현성, 높은 계산 효율성 → 학계와 산업현장을 가리지 않고 활약 프로토타입 기반 군집 : 각 클러스터가 하나.. 2021. 5. 11. 이전 1 ··· 57 58 59 60 61 62 63 ··· 70 다음 728x90
