#neural-network

AI & Data

인공지능을 「신경망으로 숫자에서 패턴 찾기」 한 문장으로 풀어 보는 입문 노트. 컴퓨터에서는 사진·소리·바둑판이 모두 숫자이고, 사람이 순서도를 짜는 프로그래밍과 달리 딥러닝은 곱하기·더하기 구조의 가중치를 학습으로 찾는다. 층이 쌓이며 선에서 눈·다리로 올라가는 특징, 설명하기 어려운 이유, 강화 학습과 알파고에서 알파제로로의 변화, 전이 학습까지 다룬다.

• #ai
• #deep-learning
• #machine-learning
• #reinforcement-learning

AI & Data

컴퓨터 비전은 픽셀 격자에서 높은 수준의 의미를 뽑는 분야다. 영상 처리와의 차이, 분류·탐지·분할·특징·매칭·3D·추적·생성의 세부 과제와 대표 데이터셋, 픽셀 하나로 하는 색 추적, 주변 픽셀 묶음(패치)에 커널을 곱해 더하는 합성곱과 에지 검출, 약한 특징을 모아 얼굴을 찾는 Viola-Jones, 커널을 학습하는 합성곱 신경망(CNN), 얼굴 랜드마크에서 표정·생체 인식으로 올라가는 추상화 층을 정리한다.

• #ai
• #computer-vision
• #deep-learning
• #graphics

AI & Data

퍼셉트론은 입력과 가중치의 합을 활성화 함수에 통과시키는 인공 뉴런이자 선형 분류기다. 퍼셉트론 학습(경사 하강·델타 규칙), XOR 문제로 드러난 한계, 은닉층을 쌓은 다층 퍼셉트론(MLP)과 오류 역전파 알고리즘, 그 행렬 표기를 정리한다.

• #ai
• #machine-learning
• #deep-learning