머신러닝 2

합성곱 신경망 (Convolutional Neural Network, CNN) 개념 및 구조

합성곱 신경망은 이미지나 영상을 처리할 때 많이 사용되는 신경망입니다. 합성곱 신경망을 사용할 때 이미지를 한 번에 계산하는 것이 아닌 국소적인 부분을 계산함으로써 시간과 자원을 줄이고 이미지의 특징을 파악할 수 있는 신경망입니다. Convolutional Neural Network Architecture CNN은 다음과 같이 크게 5개의 층으로 나눌 수 있다. 앞의 세 개의 층은 Feature Extraction을, 뒤의 두 개의 층은 Classification을 위한 층으로 구분할 수 있다. 이제 각각의 층이 어떤 역할을 하는지 자세하게 알아보자! 1. 입력층 (Input Layer) 이미지 데이터가 입력되는 층으로 높이, 너비, 채널로 구성된 3차원 데이터가 입력됩니다. 여기서 채널은 그레이 스케일..

머신러닝이란?

머신러닝이란? 머신러닝( Machine Learning )은 인공지능( AI )에 포함되는 하위 분야로, 데이터를 기반으로 학습하거나 성능을 향상시켜주는 시스템을 구축하는 데 사용된다. 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야이다. 시장을 조사 및 예측한다던지 쇼핑몰에서 물건을 추천할 때 그리고 텍스트, 이미지, 영상 등을 분류할 때도 사용한다. 머신러닝의 종류 머신러닝은 지도 학습( Supervised Learning ), 비지도 학습( Unsupervised Learning ), 강화 학습( Reinforcement Learning )으로 총 3가지로 분류할 수 있습니다. 지도 학습( Supervised Learning ) : 해답이 있는 데이터를 이용하여 학습 1. 회귀 학습..