DS

1. Introduction - History of Neural Networks - Neural Networks (NN) A mathematical model that mimics human brain • Data is coming - 데이터가 들어오고 • Data is connected as networks with weights - 데이터가 가중치와 함께 네트워크로 연결됨 • If function value is sufficiently strong, the node is activated - 함수값이 충분하면(threshold 이상이면) 노드가 활성화됨 Artificial Neural Networks (ANN) - Most algorithm can be described as a special for..

1. Linear Algebra (선형대수) - Scalars : 숫자 1개, 정수, 실수 등등 - Vectors : 1-D array of numbers : Scalar의 집합 : 보통 컬럼형태로 생각함 - Matrices : 2-D array of numbers : 벡터의 집합 : 데이터셋을 표현하는 기본 집합 : row 벡터로 구성되어있음 - Tensors : 숫자들 집합의 general한 form 2. Probability and Information Theory * 이 파트는 수업자료 꼭 참고 - Probability (확률) : 불확실성을 표현하기 위한 수학적 툴 : AI에서 확률이란, AI 시스템이 추론하는 방법, 신뢰도를 분석 : 머신러닝은 불확실하고 확률적인 양을 다룬다 - Random ..

1. IntroductionEarly AI- 인간에게는 어렵고, 컴퓨터에게는 쉬움- 하드코딩 된 지식, 인간이 공식적으로 지정한 지식을 바탕으로 학습 Modern AI- 사람에게 쉽지만, 형식화하여 설명하기 어려움- 직관적인 정보, 비공식적인 지식- 경험을 바탕으로, 데이터의 패턴을 탐색하여 지식을 습득하는 능력, 머신러닝, 데이터 마이닝  Machine Learning- Representation learning (좋은 표현을 자동으로 찾는것): 관계와 표현을 동시에 학습 -Deep learning (표현도 찾고, 문제도 해결하고): 보다 간단한 표현들을 여러층에 걸쳐서 2. Deep Learning Deep Learning with Neural Networks (NN)- Neural Networks는..