코딩야학-딥러닝 1

위 지도는 머신러닝으로 해결 할 수 있는 많은 문제들을 보여줍니다.

이 수업에서 텐서플로우를 이용해서 해결하려는 문제는 지도학습의 회귀와 분류입니다.

회귀는 숫자로 된 결과를 예측하는 것이고, 분류는 범주형문제의 결과를 예측 하는 것입니다.

회귀와 분류 문제를 해결하기 위해 사용하는 머신러닝 알고리즘에는 DecisionTree,RandomForest,K-NN,support vector machine ,neural network 등이 있다.

이중 이 수업은 Neural Network에 대해 배우는 수업이다.

사람의 두뇌가 동작하는 방법을 모방해서 기계가 학습을 할 수 있게 고안된 것이 Neural Network 알고리즘이다.

우리의 두뇌는 뉴런이라는 세포들이 촘촘하게 연결 되어있다.
뉴런들로 연결된 신경망을 인공적으로 만들었다하여 인공신경망이라고 부른다.

지금은 딥러닝이라는 단어로 더 유명한데 인공 신경망을 깊게 쌓아서 만들었다는 표현이다.

딥러닝은 기계학습의 한 종류일 뿐이고, 기계학습도 인공지능의 한 종류일 뿐이다.

이 수업은 텐서플로우로 진행 될 것이다.

우리가 직접 딥러닝을 구현하기위해서는 몇백에서 몇천줄의 코드가 필요하지만, 텐서플로우는 단 10줄로도 딥러닝을 구현할 수 있게해주는 라이브러리 이다.

이번 강의의 요약은 다음 과 같다.