뉴럴 네트워크 썸네일형 리스트형 코세라 Neural Networks and Deep Learning 수료 Andrew Ng 교수와 deeplearning.ai 가 코세라 플랫폼을 통해 제공하는 Deep Learning 특화과정 중 첫번째 강의이다. 첫번째 강의인 Neural Networks and Deep Learning은 총 4주 과정으로 구성되어 전반적으로 머신러닝의 MLP(Multi Layer Perceptron)에 관한 내용을 다루고 있으며, 네트워크의 순전파, 역전파, 파라미터 업데이트 과정을 자세하게 알려주고 이를 통해 로우레벨에서 직접 파이썬 코드로 구현해보는 과제를 수행하게 된다. Neural Networks and Deep Learning 에서 다루고 있는 내용은 아래와 같다. Neural Network Basics Logi.. 더보기 5-3. Network Training 용어정의 Error functions Neural network parameter estimation Error backpropagation Convergence and local minima Generalization for neural network 1. 용어정의 피드백 후 추가 예정입니다. 2. Error functions 뉴럴네트워크 가중치의 학습을 위해서는 타겟데이터와 연산된 출력값 간의 오차가 최소화되도록 하는 Objective function 의 정의가 필요하며, Regression 과 Classification 문제에 따라 Objection function은 달라진다. (1) Regression 회귀(Regression) 문제는 네트워크 연산을 통해 나온 출력값 y 와 타겟데이.. 더보기 5-1. Introduction to Neural Networks 용어정의 Objective of supervised learning From biology to artificial neural networks Neural networks as universal function approximators 1. 용어정의 해당 페이지를 참고해주세요. 2021.03.31 - [인공지능/머신러닝 이론] - 3-4. Fisher's Linear Discriminant 2. Objective of supervised learning 지도학습(Supervised Learning)은 입력데이터 x를 학습하고자 하는 출력값 y에 근사시키도록 변환하는 함수 f(x)를 찾는 것이다. 이는 크게 두 Classification 과 Regression 두 가지로 구분할 수 있는데, .. 더보기 이전 1 다음