딥러닝 썸네일형 리스트형 딥러닝(Deep Learning), 인공신경망, 퍼셉트론 딥러닝(Deep Learning)과 머신러닝(Machine Learning) 딥러닝과 머신러닝은 컴퓨터에게 스스로 학습을 시키고 마치 사람처럼 스스로 의사결정을 할 수 있게 한다. 예를 들어 사진을 보고 무엇인지 분류하는 분류 모델의 경우 학습에 필요한 이미지와 해당 이미지에 대한 정답 데이터를 모델에게 제공하여 분류할 수 있도록 만든다. 이것을 지도학습이라고 한다. 여기서 딥러닝과 머신러닝의 차이가 있다. 딥러닝은 데이터에서 특징값(Feature)을 스스로 찾아내는 반면, 머신러닝은 이 특징값을 직접 추출하여 해당 특징을 통해 학습을 한다. 그래서 머신러닝에서는 모델에서 추출한 특징값이 얼마나 데이터를 잘 대표하는가에 따라 모델의 정확도가 크게 바뀐다. 특징값을 스스로 찾아내는 딥러닝은 학습 과정에서 .. 더보기 CNN(Convolutional Neural Network) - 합성곱 신경망 CNN(Convolutional Neural Network) CNN은 이미지 처리에 효과적인 딥러닝 신경망 클래스이다. 스스로 글자의 특징을 추출하고 학습하는 것은 머신러닝의 오랜 과제였다. 딥러닝은 스스로 데이터에서 특징을 추출할 수 있기 때문에 머신러닝보다 한 단계 진보한 기술로 평가된다. CNN은 이미지를 마스크로 강조하여 예측, 분류한다. 이미지에 마스크 값을 곱하여 이미지의 특정 부분을 강조한다. 즉, 행렬의 곱을 연산하여 0은 0으로 유지하고 0이 아닌 수는 증폭시키는 형태이다. 즉 위의 그림의 이미지와 마스크 연산을 하면 아래 그림과 같은 형태의 이미지 행렬이 나온다. 위와 같은 과정으로 이미지의 특정 부분들을 강조하는데, 마스크를 하나만 사용할 경우 원래 이미지와 크게 다른 상황이 생길 수.. 더보기 이전 1 다음
