본문 바로가기

728x90

대외활동/2024 TOBIG's 21기2

TOBIG's [심층학습] 제5장 기계 학습의 기초 5.1 학습 알고리즘 5.1.1 과제 T - 기계학습의 과제는 일반적으로 기계 학습 시스템이 견본을 처리하는 방식을 서술하는 현태로 정의된다. 여기서 견본이란 기계 학습 시스템의 처리 대상인 어떤 물체나 사건으로부터 정량적으로 측정한 특징(feature들의 집합)을 의미한다. 예를 들어 견본 디지털 이미지의 특징들은 이미지를 구성하는 픽셀값이다. 다음은 가장 흔한 기계 학습 과제 몇 가지이다. 1. 분류 2. 결측 입력이 있는 자료의 분류 : 입력 벡터의 모든 측도가 항상 보장이 없을 때는 분류가 더 어려워진다. 따라서, 모든 관련 변수에 관한 확률분포를 학습하고, 결측값들을 주변화해서 분류 문제를 풀기도 한다. 3. 회귀 4. 전사(옮겨쓰기) : 해당 종류의 과제에서 기계 학습 시스템은 비교적 구조적이.. 2024. 2. 2.

[TOBIG's] 심층학습 - 제4장 수치계산 일반적으로 기계 학습 알고리즘에는 대량의 수치 계산이 필요하다. 어떤 반복적인 과정을 통해 정답의 추정값을 계속 갱신함으로써 문제를 풀지만, 유한한 메모리를 가진 디지털 컴퓨터는 실수를 정확하게 표현할 수 없기에 약간의 한계가 존재한다. 4.1 넘침과 아래넘침 - 아래넘침(underflow) : 0에 가까운 수가 반올림 때문데 정확히 0이 되는 것을 말한다. - 넘침(overflow) : 크기가 큰 수가 무한대 혹은 마이너스 무한대로 근사되는 것을 말한다. -> 이러한 문제를 해결하는데 쓰이는 함수가 바로 소프트맥스 함수이다. 멀티누이 분포를 따르는 확률들을 예측하는데 흔히 사용된다. 4.2 나쁜 조건화 - 조건화 : 입력의 작은 변화에 대해 함수가 얼마나 급하게 변하는지를 뜻하는 용어이다. 과학 계산에.. 2024. 2. 2.

이전 1 다음

728x90

티스토리툴바