[Deep Learning] 딥러닝

⛤  Deep Learning (DL)

  : 인간의 신경망을 모방하여 기계가 병렬적 다층 구조를 학습하고 예측하는 기술

 

 

○ 인공신경망 ( ANN, Artificial Neural Network)

    : 입력층 ➜ 은닉층 ➜ 출력층

 

하나의 원형이 하나의 선형모델임.

 

< 기존 머신러닝(선형모델)과 딥러닝의 공통점>

 

입력 데이터 ➜ model(알고리즘)  ➜ 예측값 ➜  loss값 (실제값 - 예측값) ➜ model(알고리즘)

이렇게 반복한다. 

이 한 바퀴를 1 epoch !

 

 loss값의 오차 값만큼 oprimizer가 최적화 한다. (경사 하강법) 

 

Logistic 오차공식 : 교차 엔트로피 오차(cross entropy error)

➜       분류에서 오차를 확인하는 방법.

 

회귀에서 오차를 확인하는 방법 : MSE

 

< 기존 머신러닝(선형모델)과 딥러닝의 차이점>

기존 머신러닝

입력 Data ➜ 사람이 선택한 특성 ➜ KNN,  LInear ➜ 결과

딥러닝
( 사람의 개입 최소화 )
: 컴퓨터 비젼, 음성인식, 자연어처리, 신호처리 등의 분야에 적용

                                                   입력 Data ➜  신경망(딥러닝)  ➜ 결과