바퀴, 날개, 모양 = 특성 = 피쳐 = 문제 = X = 독립변수 = 설명변수
머신러닝의 한계 :모든 규칙을 정의할 수 없음 (행과 열로)
딥러닝으로는 판별이 가능
이미지/영상, 시계열, 소리데이터등
e(error)
실제 값과 예측값의 오차를 줄이는것으로
머신러닝과 흐름은 비슷하나 MLP, CNN, RNN등으로 모델만 달라짐
컴퓨터비젼 : 사진 / 영상
자연어처리에 최근 사용되는 모델 : LSTM,KOBERT
'Deep Learning > 기타' 카테고리의 다른 글
CNN (합성곱 신경망)의 개념 [ MLP와 CNN의 구조비교 / 패딩 / 축소샘플링 (스트라이드, 풀링) / ] (0) | 2022.09.05 |
---|---|
오차 역전파의 개념 (0) | 2022.09.02 |
최적화함수 (Optimizer) 개념 (0) | 2022.09.01 |
활성화 함수의 개념 (0) | 2022.08.31 |
인공신경망 - 퍼셉트론의 개념 (0) | 2022.08.31 |