IDPLab IDPLab

" 이전 글에서 합성 신경망에 대해 다루었다. 이번 글에서는 학습한 데이터와 유사한 데이터를 생성하는 생성모델에 대해 논하겠다. 통계물리학 개념을 활용하여 물질이 특정 형상(configuration)의 상태에 있을 확률을 표현하는 볼츠만 머신과 파생모델, 생성모듈&판별모듈 구조를 통해 데이터를 생성하는 GAN (Generative Adversarial Network, 대립쌍 생성망)을 다룰 것이다. " 생성모델 DNN 모델은 두 가지로 분류된다. 입력이 주어졌을 때 출력값을 결정하는 판별모델과, 특정 분포의 데이터가 만들어질 때 사용되는 함수나 절차를 모사하는 생성모델이 있다. 생성모델은 학습 데이터를 가장 잘 표현하는 확률분포를 출력으로 가진다. 학습데이터에 대한 결합확률분포를 활용하여 조건부확률 p(..

2021/01/31 - [인공지능] - 딥러닝 #1 (작동 구조, 기울기 소멸 문제, 과적합 문제)

" 최근 '알파고'부터 시작하여 '이루다 AI 챗봇'에 이르기까지 딥러닝 모델에 대한 발전과 관심이 점점 커져 왔다. 하지만 개인 정보 및 사생활 침해 문제들과 미래의 일자리가 뺏길 것에 대한 우려의 목소리들 역시 커지고 있는 상황이다. 대부분의 우려는 오해로부터 발생하는 것으로, 오해를 바로잡기 위해선 개략적으로 시스템을 이해해 볼 필요가 있다. 이번엔 딥러닝 모델의 기본 구조가 어떻게 되어있고 딥러닝 모델을 개발함에 있어 기본적으로 해결해야 할 문제점에 대해 논해 보겠다. " 딥러닝이란 여러 층으로 이루어진 인공 신경망을 사용하여 머신러닝 학습을 수행하는 방식이다. 머신러닝 범주 안에 존재하는 학습 방식이지만 "층의 개수가 머신러닝보다 훨씬 많다는 점(최소 3층 이상)"과 "입력 데이터 중 학습에 적..

서포트 벡터 머신(Support Vector Machine, SVM)은 주로 분류와 회귀에 사용되며 이상치 탐지에도 사용할 수 있는 다목적 머신 러닝 모델입니다. 특히 복잡한 분류 문제에 잘 들어맞으며 작거나 중간 크기의 데이터셋에 적합합니다. SVM은 주어진 데이터 집합을 바탕으로 새로운 데이터가 어떤 범주에 속할지 판단하는 비확률적 이진 선형 분류 모델을 생성합니다. 생성된 분류 모델은 데이터가 있는 공간에서 경계로 표현되며 SVM은 그 중 가장 큰 폭을 가진 경계를 가진 알고리즘입니다. 위의 그림에서 검은색과 흰색으로 두 가지 범주의 데이터가 있습니다. 붉은색으로 표시가 된 데이터 샘플을 서포트 벡터라고 하며 이들에 의해서 경계가 결정됩니다. 이 결정 경계의 밖에 새로운 데이터가 추가되더라도 경계의..