딥러닝3 딥러닝 RNN CNN 딥러닝(Deep learning) 딥러닝은 인간 뇌의 구조와 기능에서 영감을 받은 기계 학습의 하위 분야입니다. 딥러닝 알고리즘은 신경망을 사용하여 이미지 및 음성 인식, 자연어 처리 및 게임 플레이와 같은 광범위한 작업을 학습하고 예측합니다. 딥러닝은 정보를 처리하는 상호 연결된 노드(뉴런)의 여러 계층으로 구성된 인공 신경망의 아이디어를 기반으로 처리합니다. 심층 신경망의 각 뉴런은 이전 계층의 다른 뉴런으로부터 입력을 받고, 그 입력을 사용하여 다음 계층으로 전달되는 출력을 계산합니다. 딥러닝의 "딥"은 이러한 신경망이 많은 레이어를 가질 수 있으며, 때로는 수백 또는 수천 개에 이를 수 있다는 사실을 의미하며, 신경망이 더 많은 레이어를 가질수록 더 복잡한 패턴을 학습할 수 있습니다. 딥러닝 알고.. 2023. 2. 26. 인공지능 기계의 눈을 밝히는 방법 1. 컴퓨터 비전(Computer Vision)의 발전과 단순 인식의 한계 도전 인공지능이라는 기계의 눈을 밝히는 방법은 '컴퓨터 비전'(Computer Vision)을 통한 기술입니다. 컴퓨터 비전은 이미지나 동영상 분석방식을 통해 우리들이 알고 있는 시각적인 정보를 추출해 내는 기술을 말합니다. 컴퓨터가 인간들이 그렇듯 보고 이해할 수 있도록 만드는 기술입니다. 한마디로 인간의 '눈'이 되는 것입니다. 비전이라는 단어에서처럼 시각적인 단어를 유추할 수 있습니다. 컴퓨터를 이용하여 시각 기능을 갖는 기계를 통틀어 얘기합니다. 이미지 영상을 전처리 과정을 거쳐 컴퓨터가 식별가능한 부분으로 추출하여 분석이 진행됩니다. 그래서 어느덧 사물에 눈을 띄게 됐습니다. 컴퓨터 관점에서 이미지는 단순히 픽셀(Pixe.. 2023. 2. 22. Python 인공지능 머신 러닝 딥러닝 1. 인공지능(artificial intelligence)의 정의 우리 기억 속의 인공지능(artificial intelligence)은 인간보다 빠른 연산을 하는 정확한 두뇌나 사이보그로 대변되는 인간보다 우월한 신체능력을 가지고 있는 로봇을 생각하고 있을 것입니다. 그리고 인터넷이나 정보의 바다에서 정보 선별을 하고 누구보다 빨리 상황판단을 해서 인간의 생활에 도움을 주는 장면을 생각할 수 있을 것입니다. 실제 현실에서의 인공지능(artificial intelligence)은 알고리즘으로 작동되고 인간의 논리적인 구조로 구조화하며 디자인된 환경을 사용하고 있습니다. 한계성 있는 현실 환경에서 모델링을 통해 구축되며 실제환경에서 적응되는 로봇의 구조를 가지고 있습니다. 그리고 메모리나 네트워크의 한계를.. 2023. 2. 18. 이전 1 다음
