인공지능의 정의를 생각해보자.

인공지능은 인간의 지능을 모방하는 것- 그 안에 많은 데이터들을 이용하는
머신러닝이 있는 것이고 (예 : 고양이, 강아지 사진 잔뜩으로 고양이인지 강아지인지 분류하는 거) 딥러닝은 그 안에 포함 된, Neural Network를 사용하는 기법
딥러닝 관련 논문을 볼 때 주요 키워드
논문을 볼 때 data, model, loss, algorithm을 생각하면서 보는 것이 좋다.
data : 모델이 데이터를 통해 어떤 걸 학습해?

model : 어떻게 데이터를 transform 할거야?

loss : 모델 성능이 어때?
- 꼭 모든 Regression에서 MSE를 사용하지는 않는다. Loss Function을 줄이는 것만이 우리의 목적은 아니므로, 상황별로 따져봐야 한다.

- 꼭 모든 Regression에서 MSE를 사용하지는 않는다. Loss Function을 줄이는 것만이 우리의 목적은 아니므로, 상황별로 따져봐야 한다.
algorithm : 어떻게 해야 loss를 최소화하지?
출처
'AX' 카테고리의 다른 글
| 뉴럴 네트워크 - MLP (0) | 2022.07.19 |
|---|---|
| 딥러닝 논문 트렌드 - Historical Review (0) | 2022.07.16 |
| EC2 생성 과정 (0) | 2021.04.12 |
| YOLO - 이미지 증가(image augmentation) 파이썬 코드 (0) | 2021.04.12 |
| 트위터 크롤링 (0) | 2021.03.24 |