본문 바로가기
[인공지능수학] 다양한 수학적 개념들이 인공지능에 어떻게 활용될까? : 행렬, 다양한 미분법, 로그함수, 시그모이드함수 📌 Matrix행렬곱 : torch 사용시 모델의 레이어를 쌓을 때 shape을 맞춰주는 데에 주로 활용Unit Matrix : 활성화함수로 활용하여 결과값이 그대로 출력되도록 활용Transposed Matrix : 설명하기 편하도록 특징과 샘플의 구성을 수정할 때 활용  📌 Derivative어느 한 점에서의 순간적인 변화율 ➡️ 기울기모델의 오차를 줄여나가기 위해 활용『다양한 미분법 : 분수 미분, 편미분, 연쇄법칙 활용 多』  📌 Log Function추후 배울 비용함수를 위해 형태와 특징정도 파악 필요  📌 Sigmoid Function활성화함수로 사용하여 n 이상일 경우 1, 그렇지 않을 경우 0으로 판단 등에 활용  📌 Sigmoid Derivative모델 학습에서 원하는 값이 나오지.. 2023. 10. 6.
[인공지능] 선형회귀 : 선형회귀의 흐름, 기계가 예측하는 방법, 회귀식, 비용함수, 다중선형회귀 📌 선형 회귀x(hours)y(scores)1090980350230다음과 같은 데이터가 존재한다고 할 때, 7시간 공부하면 몇점을 받을 수 있는가?➡️ 우리는 기존 데이터의 변화를 파악하여 약 65점을 맞을 수 있음을 예측할 수 있음 그렇다면 기계는 어떻게 이 추세를 파악하고 시험 점수를 예측할 수 있을까?  📌 Hypothsis (가설 설정)설명변수와 목적변수간의 관계를 가설을 통해 설정함Linear? Non-linear?Linear일 경우, H(x) = Wx + b 꼴을 따름선형 회귀의 경우, 수많은 가정 중(수많은 W와 b의 순서쌍 중), 어떤 가정이 예측에 가장 적합할까?  📌 Cost Function (비용함수)Cost Function, Loss Function, Objective Func.. 2023. 7. 24.
[인공지능] 인공지능이란 무엇인가? : AI / ML / DL, 기존의 프로그래밍과 인공지능의 차이점, 머신러닝에서 기계가 하는 일은? 📌 AI vs ML vs DLAI : 인공 지능ML : 머신러닝DL : 딥러닝DL ⊂ ML ⊂ AI 초기 인공지능 : 탐색과 추론머신러닝 : 스스로 학습하는 기계딥러닝 : 인간의 정보처리 방식 흉내 이때, 지능이란 주어진 환경을 인식하고 추론/결정하여 행동하는 것을 의미지능의 3요소상황 인식추론 및 판단반응 혹은 행동 인공지능이란 머신이 사람과 유사한 지능을 가지도록 다양한 능력을 컴퓨터 프로그램으로 실현하는 기술  📌 인공지능 미니 프로젝트 만들기구글에서 공개한 Teachable Machine을 사용할 경우데이터 수집 / 모델 학습의 과정이 간단해져 간단한 미니 프로젝트 진행 가능➡️ 인공지능이란 무엇인지 이해하기 위해 간단히 사용해보는 것을 권장 Teachable MachineTrain a com.. 2023. 7. 23.

티스토리툴바