Myo-Kyeong Tech Blog

과적합 ( Overfitting ) 과적합(Overfitting)은 머신러닝 모델이 학습 데이터에 과도하게 최적화되는 현상을 말합니다. 이러한 현상은 모델이 학습 데이터의 특징뿐만 아니라 노이즈까지 학습하게 되어, 일반화 ( generalization ) 성능을 저하시키는 결과를 초래합니다. 즉, 과적합이 발생한 모델은 학습 데이터에 대해 매우 높은 정확도를 보이지만, 테스트 데이터나 실제로 새롭게 들어오는 데이터에 대한 예측 성능은 상대적으로 떨어지게 됩니다. 이는 모델이 학습 데이터에 지나치게 의존하여 새로운 데이터에 대한 유연한 대응이 어려워짐을 의미합니다. Early Stopping Early Stopping은 과적합을 방지하기 위한 기법 중 하나입니다. 이 기법은 학습 도중에 검증 데이터 ( v..

퍼셉트론 ( Perceptron ) 퍼셉트론은 인공 신경망의 한 종류로, 뉴런의 모델을 모방하여 입력층, 출력층을 구성한 모델입니다. 퍼셉트론 구조 및 절차 퍼셉트론은 다수의 신호를 입력으로 받아 하나의 신호를 출력합니다. 위의 사진은 2개로 신호로 받는 퍼셉트론입니다. x1,x2는 입력값, w1, w2는 가중치, y는 출력값을 의미합니다. 입력값을 입력 (x1, x2) 설정된 가중치(w1, w2) 와 입력값을 곱함 계산된 값을 더함 활성화 함수를 적용 결과값(y) 도출 결과값이 특정 임계치를 넘으면 1, 넘지 못하면 0을 출력하게 됩니다. 퍼셉트론의 한계 ( XOR ) 위의 사진과 같이 검은 점과 흰 점이 놓여져 있을 때 , 선을 어떻게 그어도 같은 색 점끼리 나눌 수 없는 문제가 발생하게 됩니다. X..

인공지능 개념 인공지능 ( Artifical Intelligence ) : 인간이 가진 지적 능력을 컴퓨터를 통해 구현한 기술 머신러닝 ( Marchine Learning ) : 컴퓨터 스스로 학습하여 알고리즘을 연구하고 구축하는 기술 딥러닝 ( Deep Learning ) : 인간의 뉴런과 비슷한 인공신경망을 통해 스스로 정보를 처리, 학습 할 수 있는 인공지능 기술 인공지능, 머신러닝, 딥러닝은 인공지능 > 머신러닝 > 딥러닝 의 포함관계로 설명될 수 있습니다. 머신러닝 VS 딥러닝 머신러닝과 딥러닝의 가장 큰 차이점은 사람의 개입 여부입니다. 머신러닝은 인간이 먼저 데이터를 처리하고, 사전에 정의된 알고리즘과 규칙을 적용하여 문제를 해결하는 방식입니다. 이 과정에서 인간이 데이터의 특징을 추출하며,..