딥러닝: Difference between revisions

Latest revision as of 10:20, 28 January 2020

@@ Line 1: / Line 1: @@
-[[분류:인공지능]]
+#넘겨주기 [[딥 러닝]]
-;Deep Learning
-;인간의 뇌와 흡사하게 구현한 신경망 알고리즘을 적용하여 보다 빠르고 효율적으로 학습하는 [[인공지능]]
-== 딥러닝 모델 문제점 ==
-{| class="wikitable"
-|-
-! 문제점 !! 설명 !! 해결방안
-|-
-| 과적합
-(Overfitting)
-||
-학습 데이터에 대해서만 최적화
-||
-* 데이터 추가
-* Regularization
-* 조기 멈춤(Early Stopping)
-* 드롭 아웃(Dropout)
-|-
-| 기울기 소실
-(Vanishing Gradient)
-||
-노드간 연결이 많을 때 가중치 학습 소실
-||
-* 사전 학습
-* [[ReLU]]
-|-
-| 성능
-(Performance)
-||
-노드가 많아질수록 학습이 지나치게 오래걸림
-||
-* GPGPU
-|}
-== 딥러닝의 한계 ==
-* 딥러닝이 효과적으로 작동하기 위해선 아래의 조건 충족 필요
-# 인공지능에게 판단에 필요한 충분한 지식을 습득하도록 만들 정도의 많은 데이터 필요
-# 최적화의 목표가 분명하고 수치적·정량적으로 규정 가능해야 함
-# 판단 대상이 훈련용 데이터에 비추어 이례적이지 않아야 함
-* 딥러닝 인공지능이 판단을 내리는 논거는 제공한 데이터에 의하므로, 데이터가 편향되어 있으면 결과도 편향