CNN 시각적 영상을 분석하는 데 사용되는 다층의 feed-forward 적인 인공신경망의 한 종류 딥러닝에서 심층 신경망으로 분류, 시각적 영상 분석에 주로 적용 공유 가중치 구조와 변환 불변성 특성에 기초하여 변이 불변 또는 공간 불변 인공 신경망(SIANN)으로 알려짐 영상 및 동영상 인식, 추천 시스템, 영상 분류, 의료 영상 분석 및 자연어 처리 등에 응용 합성곱 신경망은 정규화 된 버전의 다층 퍼셉트론 데이터에서 계층적 패턴을 활용하고 더 작고 간단한 패턴을 사용하여 더 복잡한 패턴을 표현함으로써 정규화와 같은 효과를 냄 합성곱 신경망의 연결 구조의 복잡성은 유사한 기능의 다층 퍼셉트론에 비해 극단적으로 낮음 합성곱 신경망은 뉴런 사이의 연결 패턴이 동물 시각 피질의 조직과 유사하다는 점에 영..

라벨링 되지 않은 데이터의 효과적 코딩을 학습하는데 사용되는 인공신경망의 종류 차원 축소 등을 위해 representation learning 또는 feature learning을 비지도학습 형태로 학습하는 신경망 Basic Architecture encoder, decoder 두 부분으로 나뉨 encoder : input을 code로 매핑(차원 축소 역할) decoder : code를 다시 input과 같은 크기로 output 생성(생성 모델 역할) Variations Regularized autoencoders Sparse autoencoder (SAE) Denoising autoencoder (DAE) 임의의 데이터인 노이즈 데이터를 제거하거나 일부러 추가해 중요한 특징을 추출하도록 하는 auto ..

1) 강의 [U] DL Basic [08/12] RNN (Recurrent Neural Network) (09강) Generative Models 1 (10강) Generative Models 2 2) 과제 수행 과정 / 결과물 정리 과제 해설 확인 3) 피어세션 정리 TIL 학습 정리 랜덤 피어 세션 다른조의 좋은점들을 받아들여 새로운 부분 추가 알고리즘 스터디 계획 2주간의 회고 4) 학습 회고 모더레이터 반쯤이 지나갔다. 지난 2주간 되돌아보며 회고를 하는 시간을 가졌고 조원들이 랜덤피어세션을 하고나서 다른조의 활발한 분위기에 힘입어 덩달아 우리조까지 더 친해지고 활기찬 분위기를 느낄 수 있어 좋은 시간이었다고 생각한다. 친해지는데 벌써 한계를 느낀 기분이었는데 랜덤피어세션의 영향은 상당했다. 앞으..

1) 강의 [Special] Data Viz [08/09] Introduction to Visualization (1-1) Welcom to Visualization (OT) (1-2) 시각화의 요소 (1-3) Python과 Matplotlib [08/10] 기본적인 차트의 사용 (2-1) Bar Plot 사용하기 [U] DL Basic [08/09] 딥러닝 기본 (01강) 딥러닝 기본 용어 설명 - Historical Review (02강) 뉴럴 네트워크 - MLP (Multi-Layer Perception) 2) 과제 수행 과정 / 결과물 정리 [필수 과제] MLP Assignment 3) 피어세션 정리 한 주 계획 멘토링 4) 학습 회고 OT주가 끝나고 본격적으로 DL을 배우는 주가 시작됐다. 계획..

1) 강의 [기초 복습] Python Basics for AI 한 주 강의 복습 [기초 복습] AI Math 한 주 강의 복습 2) 피어세션 정리 강의 복습 한 주의 정리 3) 학습 회고 약 250명 앞에서 코드리뷰는 쉽지 않았지만 좋은 경험이었다. 모두가 보더라도 빈틈없이 앞으로는 더 완벽한 코드를 짜도록 해야겠다.