| μΌ | μ | ν | μ | λͺ© | κΈ | ν |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 | 29 |
| 30 | 31 |
- cs231n
- μκ³ λ¦¬μ¦
- λ₯λ¬λ
- κ²°μ νΈλ¦¬
- Titanic
- react
- μλλ‘μ΄λμ€νλμ€
- λ°μ΄ν°
- λ°μ΄ν°μκ°ν
- λμ
- native
- λ°±μ€
- μνμ½λ©
- μ νλμν
- νμ΄νλ
- κΉν
- 리μ‘νΈ
- c++
- μΈνλ°
- λ€μ΄ν°λΈ
- μλ² λ©
- nlp
- Kaggle
- linearalgebra
- λΆμ
- λ¨Έμ λ¬λ
- νκ΅μ΄μλ² λ©
- λ°μ΄ν°λΆμ
- Git
- AI
- Today
- Total
λͺ©λ‘μ 체 κΈ (203)
yeon's π©π»π»
4.1 μ κ²½λ§μ΄λ 무μμΈκ° μΈκ³΅ μ κ²½λ§(artificial neural network): μλ¬Όνμ μ κ²½λ§μμ μκ°μ μ»μ΄ λ§λ€μ΄μ§ - μ¬λ¬ μκ·Ήμ΄ κ°μ§λκΈ°λ₯Ό ν΅ν΄ μ κ²½μΈν¬λ‘ λ€μ΄μ€κ³ μ΄λ μ λ μ΄μμ μκ·Ήμ΄ λ€μ΄μ€λ©΄ μ΄λ₯Ό λ€λ₯Έ μΈν¬λ‘ μ λ¬νλ ꡬ쑰 μ¬λ¬ μκ·Ήμ΄λ μ λ ₯μ΄ λ€μ΄μ€λ©΄ κ°κ° κ°μ€μΉλ₯Ό κ³±ν΄ λν΄μ£Όκ³ μΆκ°μ μΌλ‘ νΈμ°¨λ λν΄μ€ -> μ΄λ κ² λ€ λν κ°μ νμ±ν ν¨μ(activation function)μ ν΅ν΄ λ³ννμ¬ μ λ¬νλ λ¨μ: μΈκ³΅ λ΄λ° -> μ΄λ° λ΄λ°λ€μ΄ λͺ¨μΈ λ€νΈμν¬: μΈκ³΅ μ κ²½λ§ 4.2 μΈκ³΅ μ κ²½λ§μ μμ μΈκ³΅ μ κ²½λ§μ μ¬λ¬ κ°μ μ λ ₯κ°κ³Ό μΆλ ₯κ°μ κ°μ§ μ μκ³ , μ λ ₯ λ¨κ³Ό μΆλ ₯ λ¨ μ¬μ΄μ μλ μΈ΅(hidden layer)μ μμ λ°λΌ μ κ²½λ§κ³Ό μ¬μΈ΅ μ κ²½λ§μΌλ‘ λλ¨ μ¬μΈ΅ μ κ²½λ§: 2κ° μ΄..
3.1 μ ννκ·λΆμμ΄λ 무μμΈκ° μ ννκ·λΆμ: μ£Όμ΄μ§ λ°μ΄ν°λ₯Ό κ°μ₯ μ μ€λͺ νλ μ§μ νλλ₯Ό μ°Ύλ κ² - λ¨μμ ννκ· (simple linear regressioin): νλμ λ 립λ³μμ λν΄ μ ννκ·λΆμ - λ€μ€μ ννκ· (multivariate linear regression): λ 립λ³μκ° μ¬λ¬ κ°μΌ κ²½μ°μ λν΄ μ ννκ·λΆμ λ¨μμ ννκ·λΆμμ νλ€λ κ²μ x, yλΌλ λ°μ΄ν°κ° μ£Όμ΄μ‘μ λ y = w*x + b λΌλ μ§μ μ λ°©μ μμμ λ°μ΄ν°λ₯Ό κ°μ₯ μ νννλ λ³μ wμ bλ₯Ό μ°Ύλλ€λ μλ―Έ - w: κ°μ€μΉ(weight) - b: νΈμ°¨(bias) 3.2 μμ€ ν¨μ λ° κ²½μ¬ νκ°λ² μ΄λ€ w, b μμ λν΄ λ°μ΄ν°μ μΌλ§λ μ λ§λμ§ κ³μ°μ ν΄μΌ ν¨. (μ¦, νκ· λΆμ μν μ μ£Όμ΄μ§ λ°μ΄ν°λ₯Ό μΌλ§λ μ μ€λͺ ..
3μ₯. νκ΅μ΄ μ μ²λ¦¬ κ΅μ¬μμ μ¬μ©νλ νκ΅μ΄ λ°μ΄ν°μ - νκ΅μ΄ μν€ λ°±κ³Ό - KorQuAD - λ€μ΄λ² μν 리뷰 λ§λμΉ 3.2 μ§λ νμ΅ κΈ°λ° ννμ λΆμ νκ΅μ΄λ μ‘°μ¬μ μ΄λ―Έκ° λ°λ¬λμ΄ μκΈ° λλ¬Έμ νλμ λμ¬μ΄μ§λ§ λ€μνκ² νμ©λ μ μλ€. ex) κ°κ² λ€, κ°λλΌ λ°λΌμ μλ‘μ΄ νμ©νμ΄ λνλ λλ§λ€ μ΄ν μ§ν©μ κ³μ λλ €μΌ νλ λ¨μ μ΄ μλ€. -> μ΄λ₯Ό ν΄κ²°νκΈ° μν΄ ννμ λΆμ κΈ°λ²μ μ¬μ©νλ€. κ°κ² λ€ > κ°, κ² , λ€ κ°λλΌ > κ°, λλΌ λ§μ½ μΆκ°λ‘ 'κ°κ² λλΌ' λΌλ νμ©νμ΄ λ§λμΉμ μΆκ°λμλ€κ³ κ°μ νμ. 'κ°κ² λλΌ'λ 'κ°, κ² , λλΌ'λ‘ λΆμλκΈ° λλ¬Έμ μ΄νμ§ν©μ μμ νμ§ μκ³ λ 'κ°κ² λλΌ' λΌλ νμ©νμ μ²λ¦¬ν μ μκ² λλ€. κ΅μ°©μ΄μΈ νκ΅μ΄λ νμ λ μ’ λ₯μ μ‘°μ¬μ μ΄λ―Έλ₯Ό μ¬μ©νκΈ° ..
1. νμ κ³νμ μμ± λλ νμλνκ΅ μΈκ³΅μ§λ₯νκ³Όμ μ§μμ νμκ³ , μ§μ μμ νμν μλ₯ μ€ κ°μ₯ μ€μν κ²μ * νμ κ³νμ * μΈλ°, μ§ν νμ νμ μ λν κ³νμ κ°λ΅νκ² κΈ°μ νλΌκ³ μ¨μλ€. μ΄ 3κ°μ§ μμμ λν΄ μμ±νμκ³ , 1. μκΈ°μκ°μ 2. μ§νλκΈ° 3. μ°κ΅¬κ³νμ νλͺ©μ λλμ΄ μμ±νλ€. νμ κ³νμλ μΈμ μ²μμΈλ ,, λ μ΄μ° μ¨μΌ ν΄ -> μ΄ λ§μΈλ μκΈ°μκ°μλ μ§ν λκΈ°λ μ΄μ°μ΄μ° μΈ μ μμ κ² κ°μμ§λ§ μ°κ΅¬κ³νμμ λν΄μλ κ°μ΄ μ μλ€. μ€μκ°μ νκ³ μΆμ κ±°λ λκΉμ§ 미루λ νΈμ΄λΌ λ»ν κΈ°λ ν μ€λ μ μΌλ€κ° μ μΆ μ΄ν μ μ μμμ νμΈν΄μ μ°κ΅¬ κ³νμ λλ¬Έμ 머리 μν ν°μΌλ λ» γ γ γ γ γ γ γ γ γ μ¬λ¬λΆ μ€μν ν μΌμ 미리미리 ν©μλ€ ^_^ .. 1-1. μκΈ° μκ° μ΄μ°¨..