Deep dive into Deep learning30 Deep dive into Deep learning part 10. 신경망 - Updated "모바일 앱 환경에서는 latex 수식이 깨져 나타나므로, 가급적 웹으로 봐주시길 바랍니다." 오늘부터는 본격적인 딥러닝의 개념으로 들어간다. 오늘은 그 첫 번째 글로 '신경망'에 대한 이야기를 앞으로 3번에 걸쳐 해나가고자 한다. 신경망 (Neural network, Deep neural network)는 오늘날 딥러닝 모델의 뼈대를 이루고 있는 구조이다.먼저 간단한 이미지를 통해 살펴보자. 신경망이란 결국 층 (layer)이 겹겹이 쌓여서 서로 연결되어져 있는 구조로 되어져 있다.이때 데이터를 입력으로 받는 층을 입력층 (input layer), 최종적으로 모델의 output을 내놓는 층을 출력층 (output layer), 그리고 그 사이 겹겹이 쌓여져 있는 층을 은닉층 (hidden layer).. 2023. 4. 5. Deep dive into Deep learning part 9 - Updated "모바일 앱 환경에서는 latex 수식이 깨져 나타나므로, 가급적 웹 환경에서 읽어주시길 바랍니다." "Linear algebra, Probability and Statistics, Calculus review" 오늘은 확률과 통계 마지막 개념에 대해 정리한 후, 미적분으로 넘어가겠다. * 모멘트 (모멘트, $m_n$)확률변수 $X$에 대해 확률밀도 함수 $p(x)$를 가질 때, 임의의 $n \in \mathb{R}$에 대하여 $m_n = \mathbb{E}[X^n]$을 모멘트라 한다. 평균 $\mathbb{E}[X]$는 1차 모멘트이고, 분산 $V(x)$는 2차 모멘트 ($\mathbb{E}[X^2]$)에서 1차 모멘트, 즉 평균의 제곱을 뺀 값이다.$V(x) = \mathbb{E}[x^2] - (.. 2023. 4. 2. Deep dive into Deep learning part 8. - Updated ** 모바일 앱 환경에서는 latex 수식이 깨져 나타나므로, 가급적 웹 환경에서 읽어주시길 바랍니다.** ""Linear algebra, Probability and Statistics, Calculus review" 오늘은 딥러닝을 위한 기초 수학 복습, 통계적 추정을 이야기해보고자 한다. 일단 추정 (estimate)이란 무엇인가? 특정 확률 변수의 분포함수는 모를지라도, 그것의 중요한 값들은 알아야 할 때가 있다.이를 통계량 (statistics)라고 하는데 확률 변수의 통계량을 알면 설령 그것의 전체 분포 모양은 알지 못할지라도, 그 분포의 중요한 특징들은 알 수 있다.통계량의 가장 대표적인 값이 "평균" 과 "(공)분산"이다. *Expected value (평균)어떤 이산 확률 변수 $X .. 2023. 3. 29. Deep dive into Deep learning part 7 - Updated *** 모바일 앱 환경에서는 latex 수식이 깨져서 나타나므로, 가급적 웹 환경에서 읽어주시길 바랍니다 :) *** "Linear algebra, Probability and Statistics, Calculus review" 오늘은 지난 번에 이어서 확률통계 2번째 글로 유명한 확률분포, 다중확률변수에 대해 이야기해보고자 한다.다음 글에서는 통계적 추정에 대한 간단한 맛보기, 미적분에 대한 복습을 마지막으로 딥러닝을 위한 기초수학은 마무리하겠다. 1. Binomial distribution (이항 분포)이항 분포를 이야기하기 위해서는 먼저 베르누이 시행 (Bernoulli experiment)을 이야기해야 한다.베르누이 시행이란 시행의 결과가 두 가지 중 하나로만 나오는 시행을 의미한다. 베르누이 시.. 2023. 3. 22. Deep dive into Deep learning part 6. - Updated *** 모바일 앱 환경에서는 latex 수식이 깨져서 나타나므로, 가급적 웹 환경에서 읽어주시길 바랍니다 :) *** "Linear algebra, Probability and Statistics, Calculus review" 오늘 이야기할 내용은 확률통계 내용이다. random experiment에 대한 결과를 분석하고 모델링하기 위해서는 확률론이 필요하다.이 때 시행 (experiment)들의 결과들 (outcome), 즉 사건(event)을 우리는 'random process (=stochastic process)라 부르는데random (stochastic)이란 표현이 붙은 이유는 그 결과를 관측하기 전까지 우리에겐 불확실성 (uncertainty)이 존재하기 때문이다. random experim.. 2023. 3. 17. 이전 1 2 3 4 5 6 다음
