artificial intelligence 썸네일형 리스트형 0710 HW 폐암 수술 후 사망 코드 뉴럴링크에 대한 내 견해 : 머릿속에 있는 기억을 디지털화 하는게 범죄 처벌시에 유용히 쓰일 수는 있을 것 같다. 그러나 내 기억이 조작되었는지에 대한 판단을 어떻게 할것인가, 그리고 내 기억이 다른 사람들한테 유출되어 프라이버시를 침범당하는 것에 대한 해결책을 마련한 후 상용화되어야 할 것 같다. 더보기 0703 HW _ class summary (2) 로지스틱 회귀 (Logistic Regression) : 참과 거짓이 같이 분류하는데 사용되는 알고리즘 선형 회귀의 직선 --> 1 또는 0 사이의 값을 구분하는 것이 어려움 => s자 형태의 곡선 그래프 필요 => 이 때 s자 형태의 그래프의 이름이 logistic에서 착안하여 붙인 분류 알고리즘 로지스틱 회귀에서의 딥러닝 --> 정확하게 분류하는 곡선 그리기 위해 사용 학습된 분류선 --> 입력값에 따라 0 또는 1로 잘 분류하는 것이 목표 선형 회귀 --> 데이터가 연속형일 때 로지스틱 회귀 --> 범주형(0 또는 1의 형태)일 때 사용 시그모이드 함수 (Sigmoid function) : 시그모이드 함수(로지스틱 함수)는 s자 형태로 0~1 까지의 확률을 모두 표현 가능 이 때 시그모이드 함수는 .. 더보기 0703 class summary (1) 경사 하강법 (Gradient Descent) : 미분 기울기를 이용하여 오차가 가장 작은 방향으로 기울기를 이동시키는 방법 순간 기울기가 0인 지점이 찾고자하는 최소 에러율 --> 따라서 미분값이 0인 값을 찾을 때까지 기울기 값을 변화시켜보면 됨 이차함수인 MSE 식을 편미분 함으로써 기울기와 절편에 대한 변화량을 구할 수 있음 * 편미분 : 여러개의 문자에 대해 미분하는 것 학습률 (Learning rate) : 기울기의 이동 거리 * 최적의 학습률 --> 최적의 값을 찾는데 도움 학습률이 너무 크면 --> 값이 발산 학습률이 너무 작으면 --> 값이 수렴하지 못함 최적의 학습률 --> 사람이 넣어보면서 확인 (하이퍼파라미터) 더보기 0605 HW 선형회귀 (Linear Regression) : 독립 변수 x값을 통해 종속 변수 y값을 설명하는 것 이 때 독립 변수가 1개라면 단순 선형 회귀라 하며, 2개 이상인 경우를 다중 선형 회귀라 함 --> 예시) y = ax + b (단순), y = ax + a'x' + a''x'' + ... + b (다중) 선형 회귀에서의 딥러닝은 기울기와 절편을 정확히 예측하는 데 사용된다. 즉, 예측선을 정확하게 그림으로써 새로운 x(입력값)에 대하여 정확한 y(예측값)을 도출하는 목표를 두는 것이다 최소제곱법 (Method of least squares) : 주어진 선형 방정식이 단순 선형 방정식인 경우, 최소 제곱법을 통해 기울기와 절편을 바로 구할 수 있음 x값이 입력값이고, y값이 출력값인 y = a*x + .. 더보기 0529 HW AI vs 인간의 대결 느낀 점 : AI가 기계이기에 막연히 더 훌륭할 것이라고 생각했으나 인간이 AI를 이기거나 둘이 비등한것을 보니 놀라웠고, 좀 더 인간을 대단히 생각해도 될 것 같다. 현재 AI를 사용하고 있는 분야 : 불확실한 상황에서 추론을 수행하는 기술인 퍼지 논리가 공장의 제어 시스템에서 광범위하게 사용되는 중 : 의료 진단 시스템, 설계 시스템과 같은 전문가 시스템이 산업적으로 이용되고 있음 : 인간 번역사에 미치지 못하지만 SYSTRAN과 같은 자동번역기가 광범위하게 사용되고 있음 : 인공신경망이 침입 탐지 시스템에서 컴퓨터 게임까지 다양한 분야에 사용되고 있음 : 광학 문자 판독 시스템은 무작위로 생성된 타자 문서를 텍스트 형태로 변환시킬 수 있음 : 필기체 인식 시스템이 수백만의 P.. 더보기 이전 1 다음
