전체 글

Responsibilities, Skillsets

보호되어 있는 글입니다.

[DL] Deep Neural Networks

1. Layers Neural Networks는 한 층(layer)안에 여러 개의 뉴런(neuron)을 삽입 가능하다. 이런 linear units들이 모여 Dense layer(or Hidden Layer)를 형성한다. 하나의 층에서 존재하는 각 원소에 입력되는 입력값들은 이전층(Input layer)의 가중치의 합이다. 여러 층을 쌓으면 쌓을수록 이런 가중치들은 점점 더 복잡하게 연결되며 비선형 문제를 해결하는데 중심이 된다. 3. The Activation Function 실생활의 문제는 대부분 비선형적인 문제로 존재하며 이러한 문제를 해결하기 위해 비선형적인 함수를 사용하게 되는데, 이것이 활성화 함수(Activation Function)이다. 이 활성화 함수는 각각의 층의 출력값에 적용이 된다...

[DL] A Single Neuron

1. What is Deep Learning 딥러닝 분야는 자연어 처리(Natural Language translation), 이미지 인식(Image recognition), 자율 주행(Automative drive) 등 에서 인간 레벨의 수준과 동등해지거나 추월하고 있다. 딥러닝은 머신러닝의 기법 중 하나로, 여러 층의 계산으로 구성되어 있는 모델이다. 깊은 층의 계산은 딥러닝 모델이 복잡하고, 비선형적이며, 계층 패턴이 존재하는 문제를 해결하는데 도움을 준다. Neural Network는 Deep Learning을 정의하는 모델이 되는데, 이 Neural Network는 neuron으로 구성되어 있다. 각각의 neuron들은 독립적으로 간단한 계산을 수행하게 된다. Neural Network의 힘은 ..

Role of Data Engineering

보호되어 있는 글입니다.