신경망 학습신경망의 특징은 데이터를 보고 학습할 수 있다는 점이다. 가중치 매개변수의 값을 데이터를 보고 자동으로 결정한다는 뜻이다. 보통 어떤 문제를 해결하려 들 때, 특히 어떤 패턴을 찾아내야 할 때 사람은 "이 문제는 아마 이런 규칙성이 있는 것 같아.", "근본 원인은 다른 데 있을지도 몰라."와 같이 사람의 경험과 직관을 단서로 시행착오를 거듭하며 일을 진행한다. 반면 기계학습에서는 사람의 개입을 최소화하고 수집한 데이터로부터 패턴을 찾으려 시도한다. 신경망과 딥러닝은 기존 기계학습보다 사람의 개입을 더욱 배제할 수 있게 해주는 중요한 특성을 지닌다. MNIST에서 경험한 것처럼, 손글씨 숫자를 구별하는 프로그램을 구현한다고 생각해보자. 사람의 경우 정말 직관적으로 단숨에 분류할 수 있다. 하지..

퍼셉트론은 복잡한 함수도 표현할 수 있다.다만 가중치를 설정하는 작업(원하는 결과를 출력하도록 가중치 값을 정하는 작업)은 여전히 사람이 수동으로 한다. 신경망은 가중치 매개변수의 적절한 값을 데이터로부터 자동으로 학습하는 능력이 있다.  신경망을 그림으로 나타낸 것이다. 은닉층의 뉴런은 입력층이나 출력층과 달리 사람 눈에는 보이지 않는다.0층이 입력층, 1층이 은닉층, 2층이 출력층이 된다.  ※ 3층으로 구성된 신경망이지만, 가중치를 갖는 층은 2개이기 때문에 2층 신경망이라고도 한다.    편향을 명시한 퍼셉트론은 이렇게 나타낼 수 있다.가중치가 b이고 입력이 1인 뉴런이 추가되었다. x1,x2,1이라는 3개의 신호가 뉴런에 입력되어 각 신호에 가중치를 곱한 후, 다음 뉴런에 전달한다. 위의 식을 ..

2.1퍼셉트론(perceptron)이란? 다수의 신호를 입력으로 하나의 신호를 출력한다.   왼쪽의 그림은 입력으로 2개의 신호를 받은 퍼셉트론의 예이다.x는 입력 신호,  y는 출력 신호, w(weight)는 가중치를 뜻한다.그림의 원을 뉴런 또는 노드라고 부른다.입력 신호가 뉴런에 보내질 때는 각각 고유한 가중치가 곱해진다.(w1x1, w2x2)뉴런에서 보내온 신호의 총합이 정해진 한계를 넘어설 때만 1을 출력한다.(이를 '뉴런이 활성화한다'라고 표현하기도 한다)그 한계를 임계각이라고 하며, 세타(Θ) 로 표현한다. 이 퍼셉트론의 동작 원리를 수식으로 나타내면 이렇다. 퍼셉트론은 복수의 입력 신호 각각에 고유한 가중치를 부여한다. 가중치는 각 신호가 결과에 주는 영향력을 조절하는 요소로 작용한다. 즉..

list [ ]  dictionary { }bool True False numpy - import numpy as npmatplotlib -  import matplotlib.pyplot as plt                     from matplotlib.image import imgread  Man.py  (클래스 연습)##Man.pyclass Man: def __init__(self,name): self.name = name print("Initailized!") def hello(self): print("Hello " +self.name + "!") def goodbye(self): print("..

2024.03~2025.02 SW중심대학사업단 아카데미를 수강하며 여러 프로젝트를 진행하였고, 이를 통해 개발했던 프로젝트이다.개발기간은 1학기기간동안이였으므로, 대략 2024.03~2024.06 정도이다. 팀원은 나포함 총 4명이였고, 팀장을 맡아 진행했다. 머릿속에서 점점 잊혀져 가기 때문에, 아 내가 이런 프로젝트도 했었구나 라는걸 먼 훗날 보게 될 날이 올지도 모를 것 같다는 생각에 기록으로 남겨 보려고 한다. 전체적인 내용은, 남녀노소 이용할 수 있는 AI 기반 구직,구인 사이트이다. 간단한 질의응답을 통해  AI이력서를 제작할 수 있고, PDF파일로 다운받을 수 있다. 이러한 파일을 업로드하면 챗봇이 면접관이 되어 모의면접을 진행할 수도 있으며, 이런 등록된 데이터를 통해 기업은 가입자(사용자..

http://matrix.skku.ac.kr/math4ai/part1/ : Basic Mathematics for Artificial Intelligence, Part 1 행렬과 데이터분석 0. Big Picture1. 벡터2. 선형연립방정식3. 행렬과 행렬식4. 일차독립과 기저 및 차원5. 선형변환6. 고윳값, 고유벡터, 대각화7. SVD (특이값 분해)8. 이차형식(quadratic form) 0. Big Picture벡터: 힘, 속도, 가속도 등 방향과 크기를 모두 포함하는 물리량, 일반적으로 n개 실수의 순서조(순서쌍)으로 n차원 공간의 벡터를 나타낸다.   벡터 x의 노름(norm,length, magnitude), ||x|| = √(x₁²+x₂²+....²)벡터공간: 임의의 집합 V(공집합 아..