인텔 AI 교육
인텔 AI 교육 - Module-10(ML 정의)
Regain
2023. 7. 24. 12:10
(해당 자료들은 인텔 AI for Future Workforce내용을 학습하고 가공한 내용입니다.)
< Module - 10 >
#기계학습 vs 신경망
1. 기계학습(AI)
(1) AI 모델에 대한 일반적인 접근
규칙 기반의 경우 규칙과 데이터를 통해 답으로 표현되며 '수동적'이다. 반대로 기계학습 접근 방식은 데이터와 답을 통해 규칙을 표현하며 '능동적'이라 볼 수 있다.
(2) 신경망과 AI의 비교
- 뉴런은 전기 충격을 통해 전달한다. 반면 컴퓨터는 노드를 통하여 정보를 전달한다.
- 뉴런이 작동하는 방식을 모델링한 것이 인공신경망(AI)이다.
2. 신경망 코드
>>> model = Sequential()
>>> model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1],
border_mode='valid',
input_shape=input_shape))
>>> model.add(Activation('relu'))
>>> model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1]))
>>> model.add(Activation('relu'))
>>> model.add(MaxPooling2D(pool_size=pool_size))
>>> model.add(Dropout(0.25))이 코드를 아직은 알 수 없지만 대략 이런 구조로 생겼음을 인지하고 이후 배우는 내용을 이해하면 알 수 있을 것이다.
#인공신경망 용어
1. 인공신경망 구조 중 레이어
(1) 입력층(Input layer) : 입력 벡터가 자리잡는 층
(2) 출력층(Output layer) : 최종 출력값이 자리잡는 층
(3) 은닉층(Hidden layer) : 입력층과 출력층 사이에 존재하는 모든 층
(4) 로스 펑션(Loss function) = 에러 함수 : 라벨값과 예측값의 차이들을 계산하기 위한 함수이다. 이를 활용하여 가중치 를 업데이트할 수 있다.
2. 모델 선택
주어진 데이터의 양과 과제의 종류에 따라 맞는 모델을 사용하여야 한다. 아래의 이미지를 참고하여 과제에 맞는 모델을 선택할 때 참고하자.
참고 자료