[인공지능 강의 리뷰] 1 - 신경망(Neural Network)

코세라 (Coursera) 앤드류 응 교수님의 인공지능 강의 1번째 코스 , 신경망 및 딥러닝 코스 1주 차 강의 리뷰입니다.
첫 번째 시간인 만큼, 강의 구성과 전체 강의 코스를 보고 나서 신경망(Neural Network)에 대해 배워보겠습니다.

목차

• 1. 전체적인 강의 구성
• 2. 총 5가지 코스로 이루어진 , 딥러닝 교육과정
• 3. 신경망(Neural Network)란?

  ---

1. 전체적인 강의 구성

1주차 강의 구성

신경망 및 딥러닝 코스의 1주 차 강의는

강의 영상과 강의자료, 퀴즈, 그리고 인공지능 분야의 유명인을 인터뷰한 영상으로 구성돼있습니다.

---

2. 총 5가지 코스로 이루어진, 딥러닝 교육과정

코세라 딥러닝 코스에서 배울 것

우리는 순서대로 5가지의 코스를 배우며 인공지능을 학습한다고 합니다.

저희가 배우는 건 1번째 코스인 ,  신경망 및 딥러닝 (Neural Networks and Deep learning) 코스 입니다.

---

3. 뉴럴 네트워크란? (What is a Neural Network?)

뉴럴 네트워크(신경망)이란?

집의 크기에 따른 주택 가격 그래프

예를 들어,

주택의 크기와 가격을 각각 x, y 축으로 정하고 그래프를 그려보겠습니다.

일정 크기 이하의 집은 팔 수 없으니 이 구간에서는 주택 가격이 존재하지 않고,

일정 주택 크기부터,  크기에 따라 점점 주택 가격은 상승할 것입니다.

하지만, 현실에서는 주택 가격은 단순히 주택의 크기로만 결정되지는 않습니다.

반응형

---

예를 들어서, 

주택 크기, 방의 개수, 교통 접근성, 동네의 경제 수준을 주택 가격을 결정하는 변수들로 보고 , 

 저희가 알고 싶은 어떤 주택의 가격을 예측한다고 생각해보겠습니다.

신경망으로 표현한 주택의 특성에 따른 주택 가격

어떤 주택의 크기, 방의 개수, 교통 편의성, 동네의 수준을  입력 x로 입력하고 , 그 주택의 가격을 결과 y 라 하겠습니다.

그리고 이것을 도식화하여 그림으로 나타내 보겠습니다.

주택 크기와 방의 개수는 가족 구성원의 수로 , 교통 편의성은 접근성으로 , 교통 편의성과 동네의 수준은 학교의 수준으로 이어져 생각해 볼 수 있습니다.

이렇게 새롭게 탄생한 3개의 변수들은 주택 가격에 더 밀접하게 영향을 주는 변수로 볼 수 있습니다.

이것을 이어 보면, 마치 신경망(Neural Network)처럼 서로 이어지게 됩니다.

주택으로 이해하는 뉴럴 네트워크(신경망)

위와 같은 과정을 딥러닝(Deep learning , 심층 신경망 학습)으로 진행한다면 , 

저희가 직접 정해주었던 중간변수들(가성구성원의 수 , 접근성 ,학교 수준)을 스스로 만들어 학습을 합니다.
 
기계는 테스트 데이터를 통해서 계속해서 알고리즘을 스스로 수정해 나아가며, 
 
결국에는 우리가 알고싶은 주택의 정보(변수 x)만 입력해주면, 기계는 그 주택의 가격을 예측할 수 있게 되는 것이죠.


이번 시간에는 간단하게 신경망 학습이 어떤 느낌인지만 알아보았고 ,

이어서 다음시간에는 지도 학습(Supervised Learning)에 대해 알아보겠습니다!

---

이 내용들은 모두 coursera에서 앤드류 응 교수님의 강의를 요약정리 및 쉽게 재풀이 하여 적은 글이며,

내용에는 생략되거나 변형된 부분이 많으니 직접 강의를 들어보시는 걸 추천드립니다! 

(상업적 목적이 아닌, 한국어로 인공지능을 배우고 싶은 분들을 위한 교육적 목적에서 작성하였습니다.)

혹시 궁금증이나 물어보실 말이 있으시면 언제든지 댓글 남겨주세요!  부족하지만, 아는 선에서 최대한 답해드리겠습니다.