IT Repository

이 파트에서는 Deep Learning의 기본적인 개념과 원리에 대해 설명합니다. 간단한 Linear Regression Problem을 통해 손실함수와 Gradient Descent 알고리즘에 대해 학습합니다. 이 후에는 Backpropagation, Optimizer, Loss Function에 대한 원리를 설명합니다.

Jupyter 를 사용한 이후로는 아주 사소한 메모같은 것이 아니면 Jupyter를 사용해서 정리한다. 우선 셀 단위의 편집 방식이 주제별로 작성하기 좋고, 때문에 정리에 용이하다고 생각한다. 그런데 그렇게 정리해 놓은 ipynb 파일을 html 파일로 변환해서 블로그에 올리니 align이 모두 깨지고 전반적인 내용이 오른쪽으로 많이 치우쳐져 보이는 단점이 있었다. 그래서 이를 개선하기 위해 검색해서 나름대로 입맛에 맞게 적용한 결과를 적는다. 우선, 글 작성시에 나는 Jupyter notebook이 아니라 Jupyter Lab을 사용하고 있다. 1. html로 변환한 코드에서 .container 부분의 width 픽셀값을 조정하는 방법 2. ipynb파일에 code cell을 추가하고, width=90..

Scope of AI¶ AI 명시적이거나(explicitly) 암시적으로(implicitly) 계획(방법)을 통해 어떤 문제를 해결하는 방법의 총칭 Macine Learning (ML) 명시적인 계획이 아니라 암시적인 계획을 통해 문제해결 방식 (예를 들면 Logistic regression) Representation Learning 표현학습은 ML을 통해 학습하는 feature들을 기존보다 조금 더 잘 또는 유연하게 학습할 수 있도록 유도 예를 들어, Logistic regression을 Shallow neural network를 통해 하는 것 크게 대두되는 방식이 아니라 넘어가셔도 좋습니다. Deep Learning (DL) Deep neural network 기존의 ML이 암시적인 방법을 통해 문..