딥러닝2 [ML/DL] 머신러닝 개요 1. 머신러닝이란?인공지능 / 머신러닝 / 딥러닝의 포함관계✅ 인공지능(Artificial Intelligence) > 머신러닝(Machine Learning, 기계학습) > 딥러닝 (Deep Learning, 심층학습)인공지능(Artificial Intelligence): 인간의 지능을 모방하여 사람이 하는 일을 컴퓨터(기계)가 할 수 있도록 하는 기술머신러닝(Machine Learning): 데이터로부터 패턴을 학습하여 명시적 프로그래밍 없이 예측 또는 의사결정을 수행하는 알고리즘딥러닝(Deep Learning): 다층 신경망(Neural Networks)을 활용하여 데이터에서 복잡한 특징을 자동으로 학습하는 머신러닝의 한 분야 머신러닝과 딥러닝은 모두 학습 모델을 제공해서 데이터를 분류할 수 있는 .. 2025. 1. 2. [DL] 딥 러닝 기본 이론 2: 활성화 함수 활성화 함수(Activation Function)활성화 함수는 신경망의 각 뉴런에서 입력 신호의 총합을 받아 이를 출력 신호로 변환하는 역할을 한다.주로 비선형 형태신경망이 복잡한 문제를 해결할 수 있도록 다양한 패턴과 관계를 효과적으로 모델링적절한 활성화 함수의 사용 ⇒ 모델의 학습 능력과 성능에 큰 영향 1. 시그모이드 함수 (Sigmoid)초기 신경망에서 널리 사용깊은 신경망에서는 그래디언트 소실 문제와 비선형성 약화 문제 2. Tanh(하이퍼볼릭 탄젠트) 함수시그모이드 함수를 변형한 함수: 출력 범위를 -1에서 1로 확장중심값이 0 ⇒ 학습 초기에 더 빠르게 수렴깊은 신경망에서 여전히 그래디언트 소실 문제를 가짐 3. Relu(Rectified Linear Unit) 함수현대 신경망에서 가장 .. 2024. 9. 22. 이전 1 다음
