[DL Specialization] [1-1nd] Neural Network - Introduction

Introduction
Google Coursera에서 무료로 Deep Learning 수업을 하는 것을 알게되었다. 복습과 예습, 그리고 부족한 부분을 채우기 위해서 이 수업을 들으려고 한다.
수업은 모두 Google Coursera에서 진행하며, Google Coursera - DeepLearning에서 제공한다.

이번내용은 [1-1]주차 입니다.

Neural Network and Deep learning

---

딥러닝의 기본과 신경망 트레이닝에 대해서 학습합니다.

What is a Nerual Network

Deep learning이라는 단어는 신경망 트레이닝을 일컫는 말이다.
집값 예측을 예시로 들면 다음과 같다.

집 크기와 집값의 관계에서 파란색 선형함수는 우측의 node가 구현하게 된다. 이 것이 가장 기초적인 신경망의 단계이다.
이 처럼 단순한 신경망의 단계가 여러 변수와 함께 적용이 되면 다음과 같다.

좌측 총 4개의 변수가 숨겨진 노드(은닉층)에 특성을 부여하고, 특성에 맞는 마지막 노드(출력층)에서 결과를 예측할 수 있다. 모든 노드에 특성이 연결되어 있어 신경망이라고 불린다.

Supervised Learning with Neural Network

지도 학습에서는 일부 입력값 x와 출력값 y에 대한 함수 매핑을 의미
따라 무엇이 X, Y 가 되는지 면밀히 살펴보고 정해야한다.

지도학습 딥러닝은 다음과 같다

Input(x)	Output(y)	Application	Type
Home Features	Price	Real Estate	Standard N.N
Ad, user info	Click on ad (0/1)	Online Advertising	Standard N.N
Image	Object(1,,1000)	Photo tagging	CNN
Audio	Text transcript	Speech recognition	RNN
English	Chinese	Machine Learning	RNN
Image, Radar info	Postion of other cars	Autonomous driving	Cusuomal Hybrid

✏️ 개인 공부 기록용 블로그입니다! 틀린 부분이 있으면 언제든지 댓글로 알려주세요!
👍 항상 감사합니다!

CourseraDL 카테고리 내 다른 글 보러가기