앤드류 응 교수 딥러닝 학습일지-(1)

 

방학동안 각잡고 공부하기로 한 분야가 몇개 있다.블로그에 올리면 누군가는 도움을 받겠지라는 생각 반과 내 공부를 정리해보자라는 생각 반으로 학습일지를 남기기로 다짐하였다.

매주 2~3번 학습일지를 올리는 것으로 목표를 하며 학습일지를 올려보도록 하겠다.

 

 

강의는 컴퓨터과학의 대가로 불리는 앤드류 응(Andrew Ng) 교수의 딥러닝 강의를 수강하고 있으며, 

https://m.boostcourse.org/ai215/lectures/20010 부스트코스를 통해 강의를 무료로 수강중이다.

 

 

 

1-2 What is Neural NetWork?

딥러닝이란 인공신경망(Neural NetWork)를 사용하여 인풋(x)가 주어졌을 때 아웃풋 (y)를 예측하는 방법이다.

예를 들어 집 값을 결정 짓는 속성 중에 크기,방의 개수,우편번호, 재력이 있다고 가정해보자. 크기와 방의 개수는 가족의 크기(family size)를 결정하고 우편번호는 인근 주요 시설의 접근성을 결정하고, 재력과 우편번호는 또 인근 학교의 수준을 결정 짓는다고 가정하자.

그럼 간단히 다음과 같이 나타낼 수 있을 것이다.

인공 신경망이라고 해봤자 대단한 것이 없고, 다음과 같이 특정 계층으로 나타낼 수 있으면 되는 것이다.

딥러닝에서는 다음과 같음 size,#bedrooms,zip code,wealth와 같은 인풋(x)과 price라는 아웃풋(y)가 주어졌을 때

둘 간의 상관관계를 추정하는 것이다.

다음과 같이 간단한, 계층별로 특정 속성이 다음 속성에 영향을 주는 신경망을 Standard Neural Network라고 한다. 

 

 

1-3 Supervised Learning with a Neural NetWork

딥러닝이 활용되는 분야는 다양하다. 분야에 따른 다른 종류의 인공 신경망(Neural NetWork)가 사용되곤 한다. 분야 별로 활용되는 인공 신경망의 종류는 다음과 같다.

활용 분야	인공신경망의 종류
Home features -> Real Estate(위의 예시) Ad User Info -> Online Advertisement(맞춤형 광고 클릭 예측)	Standard Neural NetWork
Image -> Photo tagging(사진이 어떤 대상인지 예측)	Convolutional Neural NetWork
Audio -> Speech Recognition(음성인식 기술) English -> Machine Translation (번역 기술)	Recurrent Neural NetWork
Image Radar Info -> Autonomous Driving(자율 주행 자동차 기술)	Custom,Hybrid Neural NetWork

 

대표적 인공 신경망의 종류라는데 차차 알려주신다고 한다.

 

다음으로 Structured Data와 Unstructured Data에 대한 언급이 나온다.

 

Structured Data (정형 데이터)	Unstructured Data(비정형 데이터)
Data Frame의 형태로 주어짐 엑셀에 정리하기 쉬운, 행,열에 맞게 표로 정리된 데이터	표로 주어지지 않는 데이터 Audio(음성), Image(사진),Text(글)

파이썬, 엑셀 등을 다뤄본 사람이라면 알겠지만, 컴퓨터는 Structured Data를 다루는데에 압도적으로 능숙하다.

반면 인간은 직관적으로 글을 읽고, 사물을 인식하기에 Unstructed Data를 다루는데에 능숙하다. 

딥러닝의 발전은 컴퓨터가 Unstructed Data를 더 잘 다루도록 하는 것에 목표를 두고 있으며, 굉장히 빠른 속도로 발전 중이다.

---

1-4. Why is DeepLearning Taking off?

사실 이 부분은 배울게 그다지 많지는 않다. 딥러닝 특성상 데이터가 많아야 정확도가 올라가는데,

최근 여러 센서와 전자기기의 보급으로 데이터가 폭발적으로 많아져 딥러닝의 정확도가 올라 가는중이다.만을 언급하신다.

 

---

이것으로 1주차를 마무리 하겠습니다. 블로그에 이렇게라도 정리를 하니까 공부가 되는 느낌이군요. 2주차로 찾아 뵙겠습니다.