선형 회귀의 기본 개념 목표: $y = f(x)$라는 참 함수를 모델링하는 것. 데이터셋 ($x_i, y_i$)를 기반으로 모델 $\hat{f}(x)$를 찾음. f(x)는 주어진 데이터와 유사한 값(예측)을 생성해야 함. 단일 입력 선형 회귀 데이터: 키((x))와 몸무게((y)). 함...

1. Introduction to Machine Learning 기계학습(Machine Learning)이란? 인공지능의 한 분야로써 실험적으로 얻은 Data로부터 점점 개선될 수 있도록 하는 알고리즘을 설계하고 개발하는 것 Tom Mitchell의 정의 톰 미첼은 기계학습 알고리즘을 E와 P, T로 정의했다. T(ask) : 기계학...

AI 윤리 파트의 경우 사실 그냥 개론과 같은 내용이라… 한 글에 간단하게 정리하기로 했다. 1. 데이터 분석과 AI 학습에서 유의할 점 데이터 처리 및 수집에서 윤리 이슈 데이터 해석과 관련된 오류 주의: 상관관계 ≠ 인과관계 상관관계: 두 대상이 관련성이 있다고 추측 인과관계: 한 사건이 다른 사건의 원...

문제 설명 N x M 크기의 행렬 모양의 게임 맵이 있습니다. 이 맵에는 내구도를 가진 건물이 각 칸마다 하나씩 있습니다. 적은 이 건물들을 공격하여 파괴하려고 합니다. 건물은 적의 공격을 받으면 내구도가 감소하고 내구도가 0이하가 되면 파괴됩니다. 반대로, 아군은 회복 스킬을 사용하여 건물들의 내구도를 높이려고 합니다. 적의 공격과 아군의 회복 ...

What’s going on inside ConvNets? 오늘은 ConvNet 안에서는 어떤 일들이 일어나고 있는지, CNN이 입력 이미지에서 찾고 있는 것이 무엇인지 알아보는 시간을 가질 것이다. 첫 번째 layer는 입력 이미지와 필터의 Weight 값을 내적하여 만든 layer이다. 따라서, 우리 눈으로 보았을 때 edge 성분이 많이 ...

Semantic Segmentation 지금까지 CS231n 강의는 주로 Image Classification에 대해 다루었다. 오늘은 보다 다양한 Computer Vision Task들을 다뤄볼 예정인데, 우선 Semantic Segmentation에 대해 배울 것이다. Semantic Segmentation은 이미지의 픽셀들이 어떤 클래스...

Recurrent Neural Networks 지금까지 배운 아키텍처들(Vanilla Neural Network)는 전부 one to one와 같은 모양을 하고 있었다. 하지만 Machine Learning의 관점에서 생각해 보면, 모델이 다양한 입력을 처리할 수 있도록 유연해질 필요가 있다. 그런 관점에서 RNN은 네트워크가 다양한 입/출력을 ...

LeNet LeNet은 산업에 성공적으로 적용된 최초의 ConvNet이다. LeNet은 이미지를 입력으로 받아서 stride = 1인 5x5 필터를 거치고 몇 개의 Conv Layer와 pooling layer를 거친다. AlexNet AlexNet은 2012년에 나온 모델이고, 최초의 Large scale CNN이다. ImageNet ...

문제 설명 고고학자인 “튜브”는 고대 유적지에서 보물과 유적이 가득할 것으로 추정되는 비밀의 문을 발견하였습니다. 그런데 문을 열려고 살펴보니 특이한 형태의 자물쇠로 잠겨 있었고 문 앞에는 특이한 형태의 열쇠와 함께 자물쇠를 푸는 방법에 대해 다음과 같이 설명해 주는 종이가 발견되었습니다. 잠겨있는 자물쇠는 격자 한 칸의 크기가 1 x 1인 ...

CPU vs GPU CPU는 더 높은 clock 속도를 가지지만, GPU는 더 많은 코어 수를 가지고 있고, 병렬 계산 처리에 있어서 더 뛰어난 성능을 보이기 때문에 딥러닝에 유리하다. GPU programming을 할 때는 보통 CUDA (NVIDIA only) OpenCL Udacity 이렇게 3가지를 많이 사용한다. 그러...