[AI Tech] 5주차 20-1차시 딥러닝 기본 용어 설명

20차시: 딥러닝 기초 - 1

20-1. 딥러닝 기본 용어 설명

Introduction_

한 사람이 딥러닝 분야를 다루기에는 너무 연구해야 할 것이 많다. 

딥러닝은 여러 분야에서 연구되어 있다.

딥러닝 잘하는 기준!!

1. Implementation Skill: TensorFlow, PyTorch 등

2. Math Skill: Linear Algebra, Probability 등

3. Knowing a lot of recent Papers: 최근에 나온 많은 논문들을 알아보는 것 등

인공지능의 정의

사람의 지능을 모방하는 것

인공지능의 분야 안에 머신 러닝이 있다.

AI, ML, DL

딥러닝의 핵심 요소

1) 모델이 학습하는 "데이터"

2) 데이터를 어떻게 바꿀지 정해는 "모델"

3) The loss function that quantifies the badness of the model

4) The algorithm to adjust the parameters to minimize the loss

데이터

데이터는 해결해야 하는 문제의 종류에 의존적이다.

Data

모델

Deep Learning Models

같은 데이터라도 모델에 따라 결과가 좋을수도 있고 나쁠 수도 있다.

Loss

loss function은 우리가 달성하고자 하는 것의 근사치(proxy)이다.

loss function

알고리즘 최적화

모델이 학습하지 않은 데이터에서 잘 작동하기 위해

Dropout

Early stopping

k-fold validation

Weight decay

Batch normalization

MixUp

Ensemble

Bayesian Optimization

등의 방법을 사용한다.

 

 

 

 

© NAVER Connect Foundation. All Rights Reserved