ㅎㅇ
-
[Foundation of Deep Learning] 2. Machine Learning Basics (1)
Machine Learning머신러닝은 경험을 통해 성능이 향상되는 시스템을 설계하는 방법론이라 할 수 있다. 이 개념은 Tom Mitchell에 의해 다음과 같이 정식화되었다.컴퓨터 프로그램이 어떤 과제 T를 수행하고, 성능 척도 P로 평가될 때,경험 E가 증가함에 따라 과제 T에 대한 성능 P가 향상된다면해당 프로그램은 경험으로부터 학습한다고 말할 수 있다. 이 정의는 머신러닝의 본질이 경험(E), 과제(T), 성능(P) 의 관계에 있음을 명확히 보여준다. 즉, 학습이란 단순한 암기가 아니라, 경험의 축적을 통해 일반화 능력이 향상되는 과정을 의미한다. Learning Types머신러닝은 학습 과정에서 제공되는 정보의 형태에 따라 여러 유형으로 구분된다.Supervised Learning (지도학습)..
2026.01.20 18:11 -
[Foundation of Deep Learning] 1. Artificial intelligence
AI Artificial Intelligence(AI)의 발전과 함께 현대 사회는 거대한 변화의 흐름 속에 놓이게 되었다. 인공지능의 급속한 성장은 더 이상 일부 전문가들만의 논의에 머무르지 않는다. 일상 속 다양한 서비스는 물론 산업 전반에 이르기까지 AI는 이미 우리의 선택과 판단 과정에 깊숙이 관여하고 있으며, 그 영향력은 앞으로 더욱 확대될 것으로 예상된다. 이러한 시대적 변화 속에서 중요한 것은 단순히 AI를 ‘활용하는 것’을 넘어, 그것이 어떠한 원리로 작동하는지를 이해하는 일이다. 특히 오늘날 인공지능 기술의 핵심이라 할 수 있는 딥러닝은 이러한 흐름을 주도하는 중심축으로서, AI의 가능성과 한계를 동시에 설명해 주는 핵심 개념이라 할 수 있다. AI란 합리적으로 사고하고 행동하는 인간처럼..
2026.01.17 19:52 -
Decision Tree
정의: 특정 기준에 따라 데이터를 구분하는 트리 구조의 모델특징Classification과 Regression 모두 가능한 non-parametric 지도 학습 모델전체적인 모양이 나무를 뒤집어 놓은 것과 같음. → 이름이 Decision Tree용어Node: 네모 상자. 한 마디.Root Node: 뿌리 마디. 나무가 시작되는 마디.Intermediate Node: 중간 마디.Terminal Node: 맨 마지막 마디. 나무의 끝에 위치하는 마디.Depth: 가지를 이루고 있는 마디의 개수Parent Node: 상위 마디Child Node: 하위 마디. 한 마디로부터 분리되어 나간 2개 이상의 마디작동원리각 노드로 내려오면서 해당 노드에서 데이터를 가장 잘 구분할 수 있는 질문을 기준으로 데이터를 구분..
2025.11.06 19:27 -
Hilbert space, Banach space, Compleness Axiom
복습f’는 linear operator이다.riesz representation theorem에 의해, df = = ∇f^Tdx가 성립⇒ Jacobian과 gradient는 transpose관계임⇒ Gradient는 정의 자체에서 “내적”을 전제로 함. → 대칭이고 양의 정부호 행렬인 M은 벡터 공간의 내적을 정의할 수 있다. 이때 inner product로 정의한 Gradient와 비교했을 때 모양이 달라진다. 오늘의 주제Hilbert space: 완비성 공리를 만족하는 내적공간.Banach space: 완비성 공리를 만족하는 노름공간.완비성공리inner productsymmetric첫번째 성분에 대해 linearitypositive-semi-definite내적이 정의된 vector space..
2025.09.23 21:42 -
Probability Space
확률론은 불확실한 현상을 수학적으로 모델링하기 위한 강력한 도구이다. 불확실한 사건들을 체계적으로 분석하고 예측하기 위해 Probability Space의 개념은 필수적이다. 본 글에서는 Probability Space의 정의와 그 구성 요소를 소개하며, Statistical(random) experiment, Sample space, Event 등의 기본 개념과 함께 σ-field와 probability set function의 정의를 설명한다.1. Concepts1.1. Statistical(random) experimentStatistical(random) experiment란, 실험을 수행하기 전에는 결과를 확실하게 예측할 수 없는 실험을 의미한다. 즉, 실험의 결과가 무작위적으로 결정되며 불확실..
2025.02.02 14:46