Miscellaneous58 [2024-2] 문지영 - deeplearning: Deep Feedforward Networks (1) https://www.deeplearningbook.org/contents/mlp.html https://www.deeplearningbook.org/contents/mlp.html www.deeplearningbook.org I. Deep Feedforward Networks0. 심층신경망이란?deep feedforward networks는 deeplearning의 핵심으로, 목표는 어떤 함수 $f^*$를 근사approximate하는 것이다. 이 순방향 신경망은 하나의 사상map $y= f(x;\theta)$를 정의하고, 함수를 가장 잘 근사하는 파라미터 $\theta$의 값들을 학습한다. (1) feedforward정보가 앞쪽으로만 흘러감: $x$를 입력으로 하여 평가되는 함수를 통과한 후 출력 $.. 2025. 1. 4. [2024-2] 문지영 - deeplearning: Introduction https://www.deeplearningbook.org/contents/intro.html https://www.deeplearningbook.org/contents/intro.html www.deeplearningbook.org I. 인공지능이란0. 인공지능의 가능성 프로그래밍이 가능한 컴퓨터가 등장했을 때부터 이러한 기계가 인간과 같은 지능을 갖출 수 있을까에 대한 궁금증이 있어왔음. 인간에게는 직관적이고 쉬운 문제인 단어 인식이나 이미지에서 특정 얼굴을 알아보는 것과 같은 문제가 컴퓨터에게는 어려운 과제. 컴퓨터는 개념들의 계통구조를 이용하여 경험으로부터 배우고 세상을 이해할 수 있음. 복잡한 개념의 하위 개념, 그리고 그 개념의 하위 개념으로 내려가는 계통구조를 활용: 심층학습deep lear.. 2025. 1. 4. [2024-2] 박경태 - deeplearning: Probability and Information Theory https://www.deeplearningbook.org/contents/prob.html https://www.deeplearningbook.org/contents/prob.html www.deeplearningbook.org I. 확률 이론의 기초1. 확률과 불확실성확률 이론은 불확실성을 다루는 수학적 도구다. 많은 자연 현상과 시스템은 본질적으로 불확실성을 포함하고 있으며, 이를 정량적으로 표현하는 데 확률 개념이 활용된다.불확실성은 다음과 같은 세 가지 주요 원천에서 발생한다:내재적 확률성시스템 자체가 본질적으로 확률적으로 작동하는 경우.예: 양자역학에서의 입자의 움직임, 무작위로 섞인 카드의 순서.불완전한 관측모든 변수를 관측하지 못해 발생하는 불확실성.예: 몬티홀 문제에서 문 뒤의 자동차 위.. 2025. 1. 3. [2024-2] 박경태 - deeplearning: Linear Algebra https://www.deeplearningbook.org/contents/linear_algebra.html https://www.deeplearningbook.org/contents/linear_algebra.htmlChapter 2 Linear Algebra Linear algebra is a branch of mathematics that is widely used throughout science and engineering. Yet because linear algebra is a form of continuous rather than discrete mathematics, many computer scientists have little experiencewww.deeplearningbook.. 2024. 12. 31. 이전 1 ··· 7 8 9 10 11 12 13 ··· 15 다음
