AGI인공지능연구실

저번 시간에 이어서, 도함수(Derivative) 와 계산 그래프(Computation Gragh)에 대해 알아봅시다. ​도함수(Derivative)는 어떤 함수 a의 접선의 기울기를 나타내며, 미분(Differential)과 같은 뜻입니다. 접선의 기울기란, 어떤 지점에서 x의 순간 변화량에 대한 y의 순간 변화량을 나타냅니다. 수학적 정의는 위의 그림과 같습니다. f(x)의 도함수는 f'(x)로 나타냅니다. 다시 강의 자료로 돌아가 봅시다. 예를 들어서, f(a) = 3a라는 함수가 있다고 가정하겠습니다. 쉬운 이해를 위해서 a = 2 , h = 아주 작은 수 0.001 이라고 하겠습니다. 도함수의 정의에 의해서, f'(2) = { f (2+0.01) - f (2) } / 0.001 ,f'(2) = ..

이번 시간에는, 모델의 정확도(오차)를 측정하는 로지스틱 회귀 비용 함수 (Logistic Regression Cost Function)에서 오차가 가장 낮은 (함숫값이 가장 작은) 맨 아래 지점을 지름길로 가도록 해주어서, 매개 변수 w, b를 효율적으로 수정하게 해주는 알고리즘인 경사 하강법(Gradient Descent)에 대해 알아보겠습니다. ​ --> 위의 그래프에서, 오차(함숫값)가 가장 낮은 빨간 점(Global Optimum)을 찾기 위한 알고리즘 이번 시간에도, 강의 자료를 하나하나 뜯어서 분석해 봅시다. ​You've seen the logistic regression model, you've seen the loss function that measures how well you're..

코세라 (Coursera) 앤드류 응 교수님의 인공지능 강의 1번째 코스, 신경망 및 딥러닝 코스 1주 차 강의 리뷰입니다. 이번 시간에는 로지스틱 회귀(Logistic Regresion) 모델에서 변수 W, b의 값에 따라 달라지는 모델의 정확도를 측정하는, 오차(모델의 정확도)를 측정하는 함수인 비용 함수(Cost function)에 대해 알아봅시다. 이번 강의의 스크립트는 내용이 복잡하고 어려워서, 누구나 이해할 수 있도록 제 방식대로 내용을 요약하여 설명하겠습니다! 이번에도 부분부분 파헤쳐 가며, 강의 내용을 이해해 봅시다. 저번 글에서 배웠듯이, y-hat 은 y = 1에 대한 추정치 ( = 기계가 보는 고양이 사진일 확률)이며, 시그모이드 함수(Sigmoid function)에 , Z (W.T..

코세라 (Coursera) 앤드류 응 교수님의 인공지능 강의 1번째 코스, 신경망 및 딥러닝 코스 2주 차 강의 리뷰입니다. 이번 시간에는 확률에 기반하여 , 기계가 정답과 정답이 아닌 것을 분류하는 방식인 로지스틱 회귀(Logistic Regression)에 대해 알아봅시다. 음... 이번에도 수업자료만을 보고는 무슨 말인지 모르겠는데.... 로지스틱 회귀(Logistic Regression)에 대한 기초는 알아야 수업내용을 이해할 수 있을 것 같습니다. 쉽게 설명해 주신 블로그분이 계셔서, 아래의 링크를 참고해 주세요! https://hleecaster.com/ml-logistic-regression-concept/ 글을 참고한 한 후, 위 자료의 부분부분을 자세히 살펴봅시다! 로지스틱 회귀(logi..

코세라 (Coursera) 앤드류 응 교수님의 인공지능 강의 1번째 코스, 신경망 및 딥러닝 코스 2주 차 강의 리뷰입니다. 목차 1. 이진 분류(Binary Classification)란? 2. 이진 분류 문제를 해결할 때 사용하는 통계기법 : 로지스틱 회귀(Logistic Regression) 1. 이진 분류(Binary classification)란? 저번 1주 차에 이어서, 2주 차 강의 리뷰를 시작하겠습니다. 2주 차 강의의 시작은 "이진 분류(Binary Classification)"으로 시작합니다 딥러닝을 활용하여, 컴퓨터에게 고양이 사진을 입력하면, 고양이인지 아닌지를 판단하는 프로그램을 만든다고 생각해보겠습니다. 이런 상황처럼, 결과가 2개로 정확하게 나뉘는 것을 "이진 분류 "라고 부릅..

코세라 (Coursera) 앤드류 응 교수님의 인공지능 강의 1번째 코스, 신경망 및 딥러닝 코스 1주 차 강의 리뷰입니다. 목차 1. 지도 학습이란? 2. 지도 학습을 사용한 대표적인 알고리즘 3. 지도 학습에서 쓰이는 데이터의 종류 4. 딥러닝이 떠오른 이유 feat 빅데이터 1. 지도 학습(Supervised Learning)이란? 저번 글에 이어서, 이번에는 신경망에서의 지도학습(Supervised learning)에 대해 알아봅시다. 지도 학습(Supervised Learning)은 기계에게 입력과 결과을 알려주면서 학습시키는 방식입니다. 예를 들어서, 입력으로 영어를 넣어주고, 결과로 그에 해당하는 중국어를 알려주면서 학습시킨다면 번역기 프로그램이 되는 것이죠. 2. 지도 학습을 사용한 대표적..

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 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 우리는 순서대로 5가지의 코스를 배우며 인공지능을 학습한다고 합니다. 저희가 배우는 건 1번째 코스인 , 신경망 및 딥러닝..