본문 바로가기

A PIECE OF DATA/🍕 딥러닝

(4)

[딥러닝 기초] 머신러닝 기초④(ReLU, Vanishing gradient, dropout, ensemble) * 딥러닝 session은 Sung Kim님의 강의 (유튜브)를 요약/정리한 내용입니다. ** Sung Kim님의 강의와 자료는 아래의 자료를 참고하고 있습니다. - Andrew Ng's ML class - Convolutional Neural Networks for Visual Recognition - Tensorflow - Srivastava, Nitish, et al. ”Dropout: a simple way to prevent neural networks from overfitting” CONTENTS ReLU(Rectified Linear Unit, ReLU) Vanishing gradient(기울기 소실) dropout ensemble 10-1. ReLU: Better non-linearity..

[딥러닝 기초] 머신러닝 기초③(Neural Nets for XOR) * 딥러닝 session은 Sung Kim님의 강의 (유튜브)를 요약/정리한 내용입니다. ** Sung Kim님의 강의와 자료는 아래의 자료를 참고하고 있습니다. - Andrew Ng's ML class - Convolutional Neural Networks for Visual Recognition - Tensorflow CONTENTS 뉴럴네트워크,Neural Nets(NN) for XOR XOR문제 푸는 방법 역전파오류, Backpropagation 09-1. Neural Nets(NN) for XOR AND문제란? 0, 1일 중 둘 다 1일 때만 +이고 하나라도 0이면 -이다. (0 0) → - (1, 0) → - (0 1) → - (1, 1) → + OR문제란? 0, 1일 중 둘 다 0일 때만 ..

[딥러닝 기초] 머신러닝 기초②(logistic regression, Multinomial classification, learning rate * 딥러닝 session은 Sung Kim님의 강의 (유튜브)를 요약/정리한 내용입니다. ** Sung Kim님의 강의와 자료는 아래의 자료를 참고하고 있습니다. - Andrew Ng's ML class - Convolutional Neural Networks for Visual Recognition - Tensorflow CONTENTS Logistic(regression) classification Logistic(regression) classification cost function & gradient decent Softmax classification: Multinomial classification Learning rate, data preprocessing, overfitting 05-1...

[딥러닝 기초] 머신러닝 기초①(linear regression, Cost function, Multivariable linear regression) * 딥러닝 session은 Sung Kim님의 강의 (유튜브)를 요약/정리한 내용입니다. ** Sung Kim님의 강의와 자료는 아래의 자료를 참고하고 있습니다. - Andrew Ng's ML class - Convolutional Neural Networks for Visual Recognition - Tensorflow 목표 기초적인 머신러닝 알고리즘의 이해 - Linear regression, Logistic regression(classification) - Neural networks, Convolutional Neural Network, Recurrent Neural Network 01. Machine Learning Basics 머신러닝이란? 머신러닝은 사람이 모든 규칙을 만들어낼 수 없다는..

티스토리툴바