ComputerVision Jack

핵심 개념 리뷰 인공지능 역사가 깊고, 광범위한 분야 일반적으로 인지 과정을 자동화하기 위한 모든 방법 머신러닝은 인공지능의 한 분분이며 딥러닝은 머신러닝의 한 분야이다. 머신러닝 훈련 데이터를 사용하여 자동으로 프로그램을 개발하는 AI의 특정 하위분야 딥러닝 머신러닝의 여러 종류중 하나. 기하학적 변환 함수들이 번갈아 가며 연속적으로 실게 연결된 모델. 이 연산들은 층이란 모듈을 구성한다. 딥러닝에서 모든것은 벡터이다. 모두가 기하학적 공간에 놓인 하나의 포인트이다. 모델의 입력과 타깃이 먼저 벡터로 바뀌어야 가능하다. 주요 네트워크 구조 벡터 데이터 : 완전 연결 네트워크 이미지 데이터 : 2D 컨브넷 사운드 데이터 : 1D 컨브넷 or RNN 텍스트 데이터 : 1D 컨브넷 or RNN 비디오 데이터..

인공지능 보통의 사람이 수행하는 지능적인 작업을 자동화 하기위한 연구 활동 머신러닝(기계학습)과 딥러닝을 포괄하는 상위 개념. 과거 : rule base 현재 : dataset base - 머신러닝 과거에는 규칙에 따라 처리될 데이터를 입력하여 해답을 도출했다. 하지만 현재는 데이터를 입력하여 컴퓨터가 스스로 규칙을 찾아내서 새로운 데이터를 입력하면 기대되는 해답을 출력한다. training(훈련)과정. 머신러닝과 딥러닝의 핵심은 의미있는 데이터로의 변환이다. (데이터의 전처리가 중요하다.) 학습 : 더 나은 표현을 찾는 자동화된 과정 딥러닝 딥러닝은 머신러닝의 한 분야로 연속된 층(layer)에서 점진적으로 의미있는 표현을 배우는 강점이 존재하며, 데이터로 부터 표현을 학습하는 새로운 방법. 연속된 층..