인공지능3 [수학] 행렬, 그리고 연산들 주변 사람들의 이야기를 들어보면 행렬은 대학가서 자주 쓰는 개념인데, 고등교육과정에서 빠졌다. 의 얘기를 자주 들어볼 수 있었다. 옛날에야 행렬이란게 뭔지도 모를 시기 였으니 그렇다고 쳐도 지금와서 생각해보면 정말 저 소리가 뼈저리게 다가온다. 나는 행렬 연산에서 [익숙함]이 정말 중요하다고 생각한다. 그 전에, 모든 학문에서 정말 중요하고, 특히 어렵거나 새로운 개념이 많이 추가된 분야일수록 익숙해지는 것이 정말 중요하다. 이번에 알아볼 개념은 바로 무시무시한 "행렬"이다. 행렬의 개념 자체는 사실 어렵지는 않다. $$\begin{bmatrix} &1 &2 &5 & \\ &2 &3 &4& \\ &3 &4 &3& \\ \end{bmatrix}$$ 같이 [ ]로 둘러싸인 숫자들을 행렬이라고 한다. 행렬의 .. 2022. 12. 27. [인공지능] 인공지능 기초 - Gradient Descent 인공지능은 스스로 Parameter를 조정하여 정답을 만들어낸다. 이 때, Parameter를 조정하기 위해서는 Optimize(최적화)를 해야 하는데, Optimize에서 쓸 수 있는 방법들을 Optimizer라고 한다. 오늘은 Optimizer의 가장 기본 중의 기본인 Gradient Descent(경사하강법)에 대하여 알아볼 것이다. 1. Gradient Descent (경사하강법) 먼저 아래와 같은 이차 함수 그래프를 보자 이 그래프에서 현재 x가 -5라고 가정하자. 우리는 y를 최소로 하고 싶다면 어떻게 해야 하겠는가? 그렇다. x를 0으로 바꾸면 된다. 그러나, 우리들이 이 함수가 이차함수 y = x^2임을 모르거나, 해석하기 어려울 정도로 복잡한 함수라면? 우리들이 알 수 있는 것은 접선의 .. 2022. 12. 27. [Deep Learning] 인공신경망 요즘 세상은 인공지능 시대다. 특히 인공지능 중 Deep Learning 분야는 생물의 신경망을 모사하여 마치 생각하는 것과 같은 효과를 낼 수 있게 된다. Deep Learning 분야가 굉장히 다양한 곳에서 쓰이는 만큼 Neural Networks(인공신경망)의 종류도 매우 다양하게 쓰인다. 대개 인공신경망은 종류에 따라 사용에 적합한 데이터라던지, 적합한 상황이 있기 때문에 자신이 Deep Learning을 활용한 인공지능을 만들고 싶다면, 알맞은 인공신경망을 구성할 필요가 있다. 오늘은 이를 위해 다양한 인공신경망의 구조를 알아보고자 한다. 위는 다양한 인공신경망을 그려놓은 그림이다. 여기서 우리들은 우리가 자주 쓸만한 인공신경망 몇 가지를 간단하게 알아볼 것이다. 다루지 않은 인공신경망도 언젠가.. 2022. 12. 27. 이전 1 다음
