Artificial Intelligence/Deep Learning13 coursera_week2_3_Logistic Regression Cost Function logistic regression model에서 parameter인 W와 b를 학습하기 위해서는 loss function을 정의해야 한다. 목표를 다시 상기하자. m개의 training set이 주어졌을 때, 우리의 목표는 모든 각각의 training set에 대하여 y^의 결과를 최대한 y가 되게 하는 것이다; 이 때 y^은 다음과 같이 sigmoid를 쓰면 얻을 수 있다; () 이제, Loss function 또는 error function이라고 불리는 함수에 대해 알아보자. 이 함수는 알고리즘이 얼마나 잘 작동하는지를 측정하는 데에 사용된다. 그러기 위해 한 가지 할 수 있는 일은 y^과 y의 loss를 제곱이 된 error 또는 제곱이 된 error의 절반으로 정의하는 것이다; 하지만 위의 lo.. 2017. 10. 4. coursera_week2_2_Logistic Regression (Model) 고양이인지 아닌지를 인식하기를 원하는 이미지가 input vector X로 주어질 때, Y에 대한 추정을 의미하는 Y^으로 표현가능한 ‘관측값’을 낼 수 있는 알고리즘이 필요하다. 우리는 확률값으로 주어지는 Y^(관측값)이 Y(실제값)와 동일하기를 바란다. 즉 이미지가 주어질 때, 해당 이미지가 고양이 사진인지 아닌지를 Y^이 정확히 말해줄 수 있어야 한다. 이를 위해 X-dimensional 벡터인 input과 X와 동일한 차원인 W, 그리고 실수값인 b가 주어질 것이다. 이렇게 W,X,b가 주어졌을 때 output값을 어떻게 만들어낼 수 있을까?한가지 시도해볼 수 있는 건, input에 대하여 linear function을 만드는 것이다. 하지만 linear regression에서 사용하는 모델이기 .. 2017. 10. 4. coursera_week2_1_Binary Classification 이 파트에서는 기초적인 neural network programming에 대해 살펴보고자 한다. 계산 그래프와 forward propagation, backward propagation에 대해 알게 될 것이다. Logistic regression is an algorithm for binary classification. So let's start by setting up the problem. Here's an example of a binary classification problem. You might have an input of an image, like that, and want to output a label to recognize this image as either being a cat,.. 2017. 10. 4. coursera_week1_2_Supervised Learning with Neural Networks 0:00 머신러닝의 분야 중 대부분의 경제적인 가치는 지도학습이라는 머신러닝 기법 중의 한 방법론에서 부터 발생한다. 수익성이 좋은 가장 대표적인 딥러닝 어플리케이션 중 하나는 온라인 광고이다. 어떤 웹사이트를 보여줄지를(광고할지를) 결정하고, 유저와 관련된 일부 정보를 입력하는 것만으로도, 광고 애플리케이션에 쓰이는 뉴럴네트워크는 타겟으로 삼은 유저가 해당 광고를 클릭할지 안할지를 아주 높은 확률로 예측할 수 있다. 현재 이런 어플리케이션은 여러 곳의 광고 회사에서 상당한 수익을 올려주고 있다. 컴퓨터 비전 영역에서도 딥러닝에 의해 큰 진전이 이루어졌다. 1부터 1000까지의 숫자로 1000가지의 서로 다른 이미지들에 대한 index정보를 output으로 나타내고 싶을 때, 단지 input으로 이미지를.. 2017. 10. 4. 이전 1 2 3 4 다음