Deep Learning/이론 정리 검색 결과

14 개의 검색 결과가 있습니다.

Deep Learning/이론 정리

캐글 딥러닝 강좌 정리 1 - 뉴런(Neuron)과 깊은 신경망(DNN)

캐글의 딥러닝 튜토리얼을 바탕으로 정리한 문서입니다. 개인적으로 추가한 내용이 있어서 원문 내용에 차이가 있습니다. Intro to Deep Learning https://www.kaggle.com/learn/intro-to-deep-learning 2022. 2. 27 최초작성 뉴런(neuron) 인공 뉴런 또는 뉴런은 신경망(neural network)의 기본 구성 요소입니다. 생물학적 뉴런에서 영감을 받아 만들어졌기 때문에 생물학적 뉴런과 구조상 유사점이 있습니다. 다음 그림은 하나의 뉴런입니다. 뉴런에 하나의 값 x가 입력되고 하나의 값 y가 출력되고 있습니다. 입력의 값이 뉴런으로 전달될때, 입력과 뉴런 사이에 연결된 에지에 있는 가중치가 곱해집니다. 입력 x는 가중치 w가 곱해져 뉴런에 전달되..

2022. 2. 27. 13:52

Deep Learning/이론 정리

분산과 표준 편차 차이 정리

분산과 표준 편차 차이를 정리했습니다. 공부한 내용을 정리할 목적으로 작성한 것이라 오류가 있을 수 있습니다. 2022. 02. 06 최초작성 어떤 하나의 통계적 관찰 대상이 되는 집단전체를 모집단이라 하고, 그 부분집단을 표본이라고 한다. https://ko.wikipedia.org/wiki/모집단 분산을 구할때 모집단 또는 표본(sample)을 대상으로 하느냐에 따라 계산 방법에 차이가 있습니다. 우선 다루는 것이 집단 전체를 의미하는 모집단이라고 가정하고 진행한 후, 포스트 마지막에서 모집단의 부분집단인 표본(sample)인 경우에 달라지는 부분을 설명합니다. 모집단 또는 표본에 포함된 대상을 원소라고 하겠습니다. 원소 대신 샘플이라고 사용하는 경우가 있는데 이러면 표본(sample)과 혼동이 될 ..

2022. 2. 6. 20:16

Deep Learning/이론 정리

모델 평가하는 방법(특이도, 민감도, 재현율, 정확도, 정밀도)

모델을 평가하는 방법인 특이도, 민감도, 재현율, 정확도, 정밀도를 정리했습니다. 2021. 12. 9 최초작성 2022. 2. 3 우선 아래 표에 있는 TP, FP, TN, FN - 4가지에 해당되는 개수를 각각 구해야 합니다. 4가지 경우는 다음 두가지를 기준으로 합니다. Positive는 양성으로 판정을 의미, Negative는 음성으로 판정을 의미. True는 판정이 옳았음을 의미, False는 판정이 틀렸음을 의미. 민감도(sensitivity)는 전체 양성에서 검출된 양성 개수이며 재현율이라고도 합니다. 민감도 = TP / (TP + FN) TP + FN : 전체 양성 개수 TP : 양성으로 판정했는데 실제로 양성인 경우 특이도(specificity)는 전체 음성 개수에서 검출된 음성 개수입니..

2022. 2. 3. 20:08

Deep Learning/이론 정리

표준정규분포 표준화 (standardization)

오토인코더를 사용한 학습에서 표준화를 전처리 과정으로 사용하고 있어서 간단히 내용을 찾아서 정리했지만 아직은 좀 더 자료를 찾아봐야 할거 같습니다. 2021. 8. 26 최초작성 비교하려는 데이터 간에 값의 범위 즉 스케일(scale)이 다른 경우 서로 비교할 수 없습니다. 이 경우 보통 표준화(scale standizaion)을 통해 비교하려는 데이터들의 스케일을 동일하게 변환합니다. 표준화 중에서도 모집단이 정규분포(Gaussian distribution)를 따르는 경우, 평균이 0, 표준편차는 1 인 표준정규분포(standard normal distribution)로 표준화 하는 방법을 많이 사용합니다. 다음 3가지 데이터를 사용하여 표준화 전후에 어떻게 달라지는지 출력해보았습니다. data1 = ..

2021. 8. 26. 21:30