딥러닝이란…
이 근본적인 질문이 가장 어렵습니다.
딥러닝은…
“좋은 샷”이런 경우가 아닌지 궁금합니다
조금만 더 넣으면 “잘 예측”나는 말할 수 있다.
이 데이터가 있습니다
이 데이터를 가장 잘 나타내는 직선반드시 찾아야 한다
이유를 묻는다면 다음 날짜가 어디인지 알 수 있습니다.
이와 같이
기존 데이터를 기반으로 그래픽을 통해
x가 이면 데이터의 위치를 예측할 수 있습니다.
이를 선형 회귀라고 합니다.
아니, 보여줄게
이 사진을 보고
데이터를 가장 잘 나타내는 직선
어떤 느낌인지 감이 오지 않나요?
도표를 그려보자
그려보도록 할게요
안 돼…
그려진 그래프(예측값)와 실제 데이터(정답) 사이에는 큰 차이가 있는 것 같습니다.
그렇다면 이 데이터를 가장 잘 표현하는 직선이라고 볼 수 없습니다.
여기서 기다려!
그래프를 그리다
다르게 표현
w와 b의 값을 찾으려면.
무엇이 문제인지 보기 위해 아까 그렸던 그래픽의 오류를 확인했습니다.
아 이번엔 잘 그릴 수 있을 것 같아
다시 당겨
오류가 이전보다 작아진 것 같습니다.
다시 그리자…
이 과정을 사람이 아닌 딥러닝으로 한다면
딥 러닝 모델을 훈련시키는 과정당신은 말할 수 있습니다
순수한 파도 속에서 그래픽을 기반으로 예상 값을 얻습니다
위 그림에서 표현한 부분에서 빨간색 점은 예측값입니다.
그런 다음 이러한 예측을 정답과 비교하십시오.
파란색 점이 정답입니다.
목표는 오류, 예측 값과 정답의 차이를 줄이는 것입니다.
더 정확한 예측이 될 것이기 때문입니다.
역전파이에 오류 수정과정을 거쳐
그리고 그것을 바탕으로 그래프를 다시 그리면
변경… 딥러닝 모델을 학습시키는 과정입니다.
딥 러닝의 목표재정렬하자
잘 예측하는 모델할 수 있다
좋은 예측을 위해 주어진 데이터로 모델 훈련
정답과 유사한 값을 예측하는 모델이 더 잘 학습됩니다.