Deep Learning
Shallow러닝 : X의 원래데이터를 이용해 모델(ex, Linear Model, DecisionTree, RF, SVM)을 통해 Y를 예측/분류.
Deep러닝 : X에 여러 layer의 비선형변환을 적용하고 이를 이용해 모델(CNN,RNN)을 통해 Y를 예측/분류
cf. 단일 Hidden layer를 가지는 neural network은 deep learning이라고 할 수 없다. (최소 2개이상의 은닉계층이 있고, 각 계층에서 이전 계층의 출력을 입력으로 처리해야함.)
https://www.learnopencv.com/understanding-feedforward-neural-networks/
MLP, back-prop + H/W GPU + big DATA
AI > 머신러닝 > 신경망 > 딥러닝
딥러닝 강한 분야: 영상, 음성( 보이스), 언어(번역)
Neural Net = Deep Nets (Geoffrey Hinton)
Logistic regression <- Sigmoid Function
분류 – 로지스틱회귀 : 신경망 하나
신경망이 여러개 모인것이 딥러닝이므로, 로지스틱회귀는 딥러닝의 기본
Scikylearn에 의해 구현된 perceptron
cheat sheet
Python3 cheat sheet
Scikit learn cheat sheet
pandas cheat sheet
Keras cheat sheet
refer
1. [Deep Learning] 퍼셉트론(Perceptron) 개념 이해
2. [Deep Learning] 퍼셉트론(Perceptron) 학습방법 및 절차
3. [Deep Learning] 활성화 함수의 개념 및 종류: sign, tanh, sigmoid, softmax, ReLU
4. [Deep Learning] 손실함수(Loss Function) 개념
5. [Deep Learning] 평균제곱오차(MSE) 개념 및 특징
6. [Deep Learning] 평균절대오차(MAE) 개념 및 특징
7. [Deep Learning] 최적화 개념과 경사 하강법(Gradient Descent)
8. [Deep Learning] 최적화 기법: (1) Momentum
9. [Deep Learning] 최적화 기법: (2) AdaGrad
10. [Deep Learning] 최적화 기법: (3) RMSProp
11. [Deep Learning] 최적화 기법: (4) Adam
