졸지말고 딥러닝

졸지말고 딥러닝

일시

• 2016 / 03 / 29 - 화요일 오후 7시

강사

• 변형진 선배님

내용

• 딥러닝이 무엇인지 설명해주고 어떤 원리로 작동하는 지에 대한 설명

세부 내용

확률적 모델링: 확률적 모델링을 통해 딥러닝을 할 수 있음.

Supervised: H: x → y (H: hypothesis, x: 입력 데이터, y: 출력 데이터)

              -x 라는 입력데이터가 주어졌을 때 그에 해당하는 출력인 y를 알려주고
              x를 입력했을 때 y라는 데이터가 나올 수 있는 가설을 세우고
              그 차이를 줄이는 것.

Unsupervised: 위의 식에서 y가 없고 x만 존재.

              이 경우 x에서 특징들을 찾아내어 분석

Reinforcement: 알파고의 자기 학습을 예로 들면,

              알파고가 바둑을 두었을 경우 그 경우가 좋은 경우인지 나쁜 경우인지
              나중에 reward를 알려줌.
              이를 설명하면
              어떠한 상태 S(t)는 어떠한 행동 A(t)에 의해 S(t+1)로 변하게 되는데
              이 경우가 좋은 지 나쁜지는 나중에 결과로 알 수 있음.
              나중에 P[S(t),A(t)]:reward 로 GOOD / BAD 를 알려줌.

              //오늘은 자세히 설명을 안하신다고 언급

Clustering: 어떠한 기준으로 군집합을 나누는 데 이 때 기준을 미리 정해주지 않는다.

              이 때 기준은 데이터들 간의 수학적 거리를 통해 정해진다.
              군집합을 나누는 기법에는 여러 기법이 있다.

Classification: 이 방법은 분류 기준이 주어지는 데

              예를 들면, 사람들을 안경을 쓴 사람과 안 쓴 사람을 구분한다고 하자.
              그러면 안경을 쓴 사람들의 사진과 안경을 안 쓴 사람들의 사진을 보여주고
              그 차이를 학습시킨다. 그 후 새로운 사람 데이터를 주었을 때 
              이 사람이 안경을 쓴 사람인지 안 쓴 사람인지 구분

선형 회귀: y = wx + b (일차식이 아닐 수도...)

              attachment:sample.png