supersumin 님의 tistory

1. Optimization1.1. 목적 함수 (Objective Function)를 최대화 하거나 최소화한다?최적화의 핵심은 주어진 데이터셋을 바탕으로 특정 목표를 달성하기 위한 함수를 최대화하거나 최소화하는 것이다.예측 값과 실제 값 간의 오차를 최소화하는 것이 일반적인 목표가 된다.예를 들어, 선형 회귀에서는 손실 함수로 평균 제곱 오차(MSE, Mean Squared Error)를 사용하여 목적 함수를 설정한다. 주어진 데이터는 이 목적 함수에 따라 평가되며, 모델의 성능을 최적화하는 데 기여한다.1.2. 인공지능에서의 Optimization최적화는 주어진 문제의 목적 함수를 최대화하거나 최소화하는 과정을 말한다.특정 목적 함수가 설정되어 있으면, 해당 함수에 따라 모델의 파라미터를 최적화하는 방..

Linear regression(선형 회귀) 문제에서 일반적으로 사용되는 gradient descent은 주어진 데이터에 대한 예측값이 실제 값과 차이가 가장 적은 parameter를 찾는 데 유용한 방법이다. 이 과정은 초기 여러 feature에 대한 각각의 parameter를 임의로 설정한 후 기울기를 통해 loss function을 최소화하는 방향으로 차근차근 parameter를 조정해 나가는 방식이다. 각 parameter는 loss function을 기반으로 gradient descent를 통 개별적으로 업데이트되며, 이 과정을 통해 모든 데이터 포인트에 대한 예측값과 실제값의 차이를 최소화하는 최적의 parameter 조합을 찾게 된다. 그러나 경사 하강법은 반복적인 계산을 하므로, 시간이 많..

저번 시간에 loss function에 대해 알아봤다. 각 포인트마다 발생한 오차의 평균을 구하는 함수이다. 하지만 얘는 최적화 되었는지 확인하는 함수일 뿐이다.  이 paremeter 혹은 weight의 값을 어떻게 조정해야 lossfunction의 값의 최소를 찾을 수 있을까? 이는 Gradient Descent이다. Gradient Descent에 대해 알아보자.1. Gradient Descent1.1. Gradient Descent란 무엇이며 왜 최소값을 찾는 데 사용될까?- 어떻게 쓰겠다는 거죠?Gradient Descent는 1차 미분계수(기울기) 이용해 함수의 최소값을 찾아가는 iterative(반복적)한 방법이다.함수의 값이 낮아지는 방향으로 독립 변수 값을 조정해 가면서 최종적으로는 함수..

0. AI에게 학습이란?0.1. AI 학습에 대하여AI에게 학습이란 input과 output 사이의 관계인 가중치(weight)를 파악하는 과정이라고 배웠다. AI 모델은 주어진 데이터셋을 학습하면서 입력과 출력 간의 패턴이나 규칙을 찾기 위해 weight를 조정한다. AI로 해결할 수 있는 문제 유형 중 하나인 Regression을 알아보며 학습에 대해 공부해보자. * ImageNET에 대해 간단히 알아보자 *ImageNet은 대규모 이미지 데이터셋으로, 약 1400만 개의 이미지에 레이블이 달려 있어 컴퓨터 비전 분야에서 딥러닝 모델을 훈련하는 데 사용된다. 다양한 사물 인식을 위한 표준 자료로, 2012년 ImageNet 대회에서 딥러닝 모델인 AlexNet이 우수한 성과를 내면서 딥러닝의 발전을 ..

- 인공지능을 만드는 이유인공지능을 만드는 핵심적인 목적은 인간의 작업을 효율적으로 대체하거나 보조하기 위함이다. 사람의 뇌와 비슷한 방식으로 학습하고 문제를 해결함으로써 인간의 일상생활을 더 편리하고 효율적으로 만드는 것을 목표로 한다.  - 인공지능은 사람을 어떤 방식으로 모방하나?인공지능은 사람의 인지 과정을 모방하는 방식으로 작동한다.  사람은 눈을 통해 사물을 보고, 그 정보를 뇌의 뉴련을 통해 처리하고 학습한다. AI도 마찬가지로 카메라와 같은 센서를 사용하여 사물을 인식하고, Neural Network라는 구조를 통해 패턴을 학습한다. 이는 CPU 혹은 GPU 같은 계산 처리 장치에서 이루어지며, 이는 인간의 뇌가 정보를 처리하는 방식과 유사한다. 특히, 이 인지 과정 모방은 사람의 추상화 ..