수업/딥러닝 및 머신러닝 2021. 6. 23. 04:40
전문가 시스템 -> 전통적 머신러닝 -> 딥러닝 전문가 시스템 : 입력 -> 프로그래밍 -> 출력 전통적 머신러닝 : 입력 -> 수작업 특징 명세화(주로 단순한 특징) -> 특징 매핑 -> 출력 딥러닝 : 입력 -> 특징 자동 추출(단순한 특징) -> 특징 자동 추출(복잡한 특징) -> 특징 매핑 -> 출력 -0--------선혀 필터링 컨볼루션망 :: 여러 노드가 가중치 공유를 통한 계산량 축소 위치와 위상적 특징 추출 효율화 서브 샘플링으로 공간 축소 순환망 :: 노드의 출력값, 상태값을 되돌려 입력으로 사용 일종의 상태(메모리) 유지 효과 RNN과 개선 모델인 LSTM(Long Short-Term Memory) 볼츠만 머신 계열망 : 에너지 최소화 기반 비감독 학슴 RBM을 사용한 사전 학습 이론적..
수업/딥러닝 및 머신러닝 2021. 4. 14. 11:55
1.파이썬 라이브러리 이해 넘파이 = 배열연산에 대한 파이썬 라이브러리 np.array() 메서드는 파이썬 배열에 대해 넘파이 배열을 반환한다. 넘파이 배열의 원소 액세스 방법 1. 인덱스 사용 2. 인덱스 배열을 이용해 다수의 원소 한 번에 접근 3.Boolean 배열 사용 1.print(x[1])2.x[np.array([0, 2, 2, 4])]3.k = x> 20 / print(k) [False False True True] print(x[k]) [30 40] 배열 슬라이싱 - 넘파이 배열 슬라이싱의 결과 배열 슬라이스는 원본의 배열이라는 점이다. 브로드캐스트 연산 - 행렬에 지정된 피연산자가 자동으로 적용돼 연산 수행 두 벡터의 내적은 원소 간의 곱을 모두 더한 값. 내적에는 np.dot()메서드가..