DEEP Learning/PastCampus강의 (2) 썸네일형 리스트형 2. 기계학습의 분류 fastCampus 딥러닝 강의내용임. 지도 학습과 비지도 학습 지도 학습 p(y|x) 비지도학습 p(x) 그러나 지도 학습과 비지도 학습의 구분은 사실은 명확히 구분되지 않으며, 변환 표현이 가능하다. 기타 준지도 학습/자가 지도학습도 있음. 준지도 학습 : 레이블 된것(Gold Label)과 아닌것 모두 학습 자가지도학습 : 데이터 일부분을 은닉하여 모델이 그 부분을 예측하도록 학습 강화학습 환경에서 나온 상태에 따른 Action 을 실행하고 보상을 받아, 가장 큰 보상이 되도록 스스로 학습한다. 1 ML기초 머신러닝 표현학습이란 표현은 잘 몰랐는데, 활성화 함수를 통해 차원(좌표계)의 변경을 말하는 의미였다. Feature(눈에 보이는 데이터)가 아닌 표현(Representation)을 다르게(차원변환) 해서 그 내용을 학습해보자. (은닉층이 하나인 경우까지 한함) 분류 인공지능 : 선형 분류만 가능 여러가지 조건(룰)을 hand로 만들어놔야 함. 머신러닝 : feature를 잘 만들어 놔야 함. 가공 필요 표현학습 : feature를 그냥 넣어도 학습됨. 어느정도 hand-disign 필요없다. 딥러닝 : 표현을 다층의 활성화 함수로 인해 복잡한 featuer로 만들어 사용, 그냥 때려 넣음. 신경망에 학습 분류를 모두 맡김. 이전 1 다음
