모두야

딥러닝이 바꾼 머신러닝 접근 방식 파이토치가 딥러닝에 최적인 이유 대표 딥러닝 프로젝트 살펴보기 예제 실습에 필요한 하드웨어 사양 # 머신러닝에서는 피처 엔지니어링에 크게 의존함 피처 엔지니어링(Feature Engineering) : 새로운 데이터를 기반으로 올바른 결과물을 낼 수 있도록 입력 데이터를 변환하는 작업 -> 손글씨 숫자를 구분하기 위해선 이미지 테두리선 분포를 추정하는 필터 집합을 구성해야함 # 딥러닝은 원본 데이터로부터 자동으로 표현을 찾아냄 -> 0,1을 구분하기 위해 필터는 데이터와 대응 레이블을 반복적으로 훈련시키고 자동으로 결과가 개선됨 데이터, 딥러닝 머신, 원하는 출력 결과 훈련(training) : 기대한 값과 실제 모델 결과 출력의 차이를 점수로 제공하고 기준을 만든다. ..