안녕하세요 인공지능 관심있는 컴공 학부생 1학년입니다. 영상 내용을 보면서 질문이 있습니다. 1)딥러닝 원리에서 사람이 미리 정답을 내주고 ai가 정답에 맞게 가는 내용처럼 보이는데 머신 러닝 모델중 지도학습 모델의 심화버전이라고 볼 수 있나요? 2)노드에 있는 뉴럴 신경망들은 많으면 많을수록 정확도가 높아지나요? 제가 이렇게 생각한 이유는 예를들어 28×28픽셀과 38×38픽셀 비교하자면 후자가 더 세분화적으로 표현할수있지 않나 생각들었기 때문입니다.
댓글이 오래되서 지금은 아셨을수도있는데 1 아니요 심화모델이나고 일반적인 모델 인것 같습니다 ..심화라는 기준은 무엇인가요 ? 원래 사진은 cnn 모델로 학습을 하곤 하는데 출력레이어에 전에 소프트멕스라는 함수를 사용해 cnn 모델에 사진을 확률적으로 많이 판단합니다 근대 심화라는기준이 어떤것인지 모르겠는데 그냥 전형적인 모델 인것 같습니당.. 2 히든레이어 노드수를 딱 정하고 많으면 좋다 적으면 나쁘다 라는기준은 그누구도 몰라요 해보고서는 노드수를 줄이거나 올리거나 하는 것입니다 즉 노드수가 첨에는 그누구도 몇개를 해야하는지 몰라 일단 노드수를 점점 올리거나 내리는며 히든 레이어를 만드는데요 노드가 너무많으면 오버핏팅 즉 학습을 너무 과도하게 하여 결국 train 데이터에만 정확하게 반응 하지만 새로운 데이터 들은 모델들이 판단을 잘 하지 못하는경우가 생기고 노드수가 너무적으면 학습이 잘안되는 경우가 생겨 hist 라는 학습과정의일종의 로그를 ㅁ찍어보는 경우가 대다수입니다 그냥 쉽게말하면 학자들도 인고지능 모델을 만들때 노드가 더많은좋겠다 적으면 좋겠다는것을 딱보자 말자 알지못하고 모델을 만들면 로그를 찍어가면서 학습을 합니닷
인공지능이 작곡을 할 때 딥러닝을 이용한다는 기사를 읽고 딥러닝이 뭔지 궁금해서 이해하려고 영상을 봤는데요, 영상 내용은 잘 이해 했는데 혹시 작곡 원리에 딥러닝이 어떻게 활용된다는건지..ㅠ 이 분야가 .. 아닌가요.. 아무튼 관련된 내용이 아닌 질문해서 죄송하지만 혹시 아신다면 답글 달아주세요ㅜㅜ
학습하는 동안에는 개와 고양이라는 답을 이미 이미지에서 가지고 있습니다. 그러니까, 개 사진, 고양이 사진을 주면서 이건 개, 고양이라는 답을 미리 주는 것이지요. 그리고 테스트를 할 때에나 서비스를 할 때에는 변동이 되는 것이 아니라 아무 개나 고양이 사진을 넣고 그 결과를 보지요. 테스트하는 사람이 그게 맞는지 여부 역시 사람이, 해당 데이터의 답을 알고 해야 합니다. 물론 데이터를 더 모아서 더 학습을 시킬수도 있구요.
![[딥러닝, 머신러닝, 인공지능] 이 영상 하나로 끝내드립니다 | 네이버 AI 부트캠프 멘토출신 이종혁 - 메타코드M](http://i.ytimg.com/vi/WeHFmpDN_ks/mqdefault.jpg)
![Digital Circus Episode 4 [TRAILER]](http://i.ytimg.com/vi/abZtsmMUbJo/mqdefault.jpg)
![인공지능, 딥러닝을 알고싶다면 이 영상을 보세요 (보이저엑스 남세동 대표) [인공지능 시리즈 1/3]](/img/1.gif)
진짜 알고싶었던 핵심내용이네요. 감사합니다!
4:25 에서 이미지가 개(1)인지 고양이(0)인지 기계는 모르는데 어떻게 맞고 틀리고를 판단하는건가요?
그건 사람들이 알려줍니다! 답을 알려주는 것이지요~
강의 잘 들었습니다. 감사합니다^^
한가지 질문이 있는데, Backpropagation 작업은 누가 하는건가요?? 1) 사람이 하나요?? 2) 틀린것만 알려주면 ai가 하나요?? 3) 전체를 ai가 하나요??
밑에 댓글이 있군요^^ 감사합니다~
오 감사합니다 너무 쉽게 설명해주셔서 기본적인 느낌은 바로 잡히네요!
잘 보고 갑니다. 관련 학과 입학생인데 도움이 많이 될 듯 합니다.
안녕하세요 인공지능 관심있는 컴공 학부생 1학년입니다. 영상 내용을 보면서 질문이 있습니다.
1)딥러닝 원리에서 사람이 미리 정답을 내주고 ai가 정답에 맞게 가는 내용처럼 보이는데 머신 러닝 모델중 지도학습 모델의 심화버전이라고 볼 수 있나요?
2)노드에 있는 뉴럴 신경망들은 많으면 많을수록 정확도가 높아지나요? 제가 이렇게 생각한 이유는 예를들어 28×28픽셀과 38×38픽셀 비교하자면 후자가 더 세분화적으로 표현할수있지 않나 생각들었기 때문입니다.
댓글이 오래되서 지금은 아셨을수도있는데
1 아니요 심화모델이나고 일반적인 모델 인것 같습니다 ..심화라는 기준은 무엇인가요 ? 원래 사진은 cnn 모델로 학습을 하곤 하는데 출력레이어에 전에 소프트멕스라는 함수를 사용해 cnn 모델에 사진을 확률적으로 많이 판단합니다 근대 심화라는기준이 어떤것인지 모르겠는데 그냥 전형적인 모델 인것 같습니당..
2 히든레이어 노드수를 딱 정하고 많으면 좋다 적으면 나쁘다 라는기준은 그누구도 몰라요 해보고서는 노드수를 줄이거나 올리거나 하는 것입니다 즉 노드수가 첨에는 그누구도 몇개를 해야하는지 몰라 일단 노드수를 점점 올리거나 내리는며 히든 레이어를 만드는데요 노드가 너무많으면 오버핏팅 즉 학습을 너무 과도하게 하여 결국 train 데이터에만 정확하게 반응 하지만 새로운 데이터 들은 모델들이 판단을 잘 하지 못하는경우가 생기고 노드수가 너무적으면 학습이 잘안되는 경우가 생겨 hist 라는 학습과정의일종의 로그를 ㅁ찍어보는 경우가 대다수입니다 그냥 쉽게말하면 학자들도 인고지능 모델을 만들때 노드가 더많은좋겠다 적으면 좋겠다는것을 딱보자 말자 알지못하고 모델을 만들면 로그를 찍어가면서 학습을 합니닷
이해하기 쉬운 설명 감사합니다
댓글 고맙습니다!
그럼 인풋레이어에 사진을 넣는거는 인간이고 아웃풋 레이어의 정답도 인간이 넣어서 딥러닝은 인풋과 아웃풋 사이의 과정을 계속하는게 딥러닝인거죠?
인공지능이 작곡을 할 때 딥러닝을 이용한다는 기사를 읽고 딥러닝이 뭔지 궁금해서 이해하려고 영상을 봤는데요, 영상 내용은 잘 이해 했는데 혹시 작곡 원리에 딥러닝이 어떻게 활용된다는건지..ㅠ 이 분야가 .. 아닌가요.. 아무튼 관련된 내용이 아닌 질문해서 죄송하지만 혹시 아신다면 답글 달아주세요ㅜㅜ
작곡에는 순환신경망 이라는 게 사용됩니다. 원리는 같아요.
혹시 동영상처럼 고양이나 개를 딥러닝하는데 노드는 어떤것을 의미하고 선은 어떤것을 의미하나요???
노드에는 픽셀에서 시작한 계산 값들이 들어가요. 알고리듬과 모델에 따라 계산 방식이 달라지죠. 선은 어느 노드와 어느 노드를 계산할 것인지를 보여주는 것으로 생각하심 됩니다.
구독자 3000명 왕축하드립니다. ^^7
감사합니다!
안녕하세요. 궁금한 게 Back-Propagation이라는 과정을 AI가 스스로 판단해서 실행하는 건가요?
네. 정답을 주면 학습은 알고리즘에서 정한대로 하게 됩니다. 단 답은 사람이 줘야 하지요
정말 감사합니다. 백프로퍼게이션과 그레디언트 디센트를 잘 이해할 수 있었네요.
러닝 기술인지 알고 들어온 내가 레전드
설명되게 잘하십니다...👍
안녕하세요, 현재 AI 머신러닝,딥러닝 과정을 공부하고 그쪽으로 취업을 하려는 국비지원 준비생인데요, 제가 수학 쪽에 완전 문외한이라, 중학교 수학 수준인데, 과연 제가 할 수 있을까요?
세상에 못하는 것이 어디 있겠습니까? 다만 꾸준히 계속해서 하는 것이 제일 중요하다고 생각합니다. 수학도 차근차근 공부하시구요
이미지 errer back proposer과정에서 어떻게 결과가 틀렸는지 맞았는지 판단하는 건가요?
정답이 있거든요. 예를 들어, 딥러닝은 개라고 판정했는데 주어진 정답은 고양이었다면 틀렸다고 판정하고 수치를 모두 조정합니다.
잘보고 갑니다. 감사합니다
시청해 주셔서 감사드립니다.
감사합니다.
시청해 주셔서 감사드립니다!
잘 보고 갑니다
감사합니다!
잘 배웠습니다
댓글 감사합니다!
잘보았습니다
감사합니다!
마지막에서 고양이인지 개인지 판단은 실험자가 하는 겁니까?? 인공신경망이 마지막 판단하고
학습하는 동안에는 개와 고양이라는 답을 이미 이미지에서 가지고 있습니다. 그러니까, 개 사진, 고양이 사진을 주면서 이건 개, 고양이라는 답을 미리 주는 것이지요. 그리고 테스트를 할 때에나 서비스를 할 때에는 변동이 되는 것이 아니라 아무 개나 고양이 사진을 넣고 그 결과를 보지요. 테스트하는 사람이 그게 맞는지 여부 역시 사람이, 해당 데이터의 답을 알고 해야 합니다. 물론 데이터를 더 모아서 더 학습을 시킬수도 있구요.
감사합니다 !
머신러닝의 학습방법에 따른 딥러닝이 이렇게 처리된다라고 이해하면 되는 건가요?
네. 가장 기초적인 원리라고 생각하시면 됩니디. 방법에 따라 약간씩 모델이나 아키텍처가 달라지기는 하는데, 기본은 같습니다.
@@InformationandIntelligence 감사합니다!!
노드가 어떻게 기억하고 진화하는지가 관건인데 제대로 이해하고 설명하는지 모르겠음
이분탐색으로 하는게 초보자한테 좋을까요?
영상을 설명하실 때 마우스 포인트나 가리키는 지점이 명확하지 않아 내용은 너무 훌륭한데 이해가 어려워요
고맙습니다. 사실 이 강의할 때에는 다른 방식을 써서 어쩔 수가 없었네요
딥러닝의 기법은 알지만, 그 개념은 잘 모르시고 설명하시는 듯 합니다.
즉 수학에서 미분하여 계산할 줄은 하는데, 미분이 뭔지 모르는 듯한 느낌
일반인들 이해하기 쉽게 간략화해서 이야기하다 보니 그렇게 느끼실 수 있을 것 같습니다.
돼서 되어서
잘보고갑니다
야매로 상수값넣으면서 조정하는 느낌이네요
ㅎㅎ 조금 다른 개념이지만, 그런 느낌으로 보실 수 있을 것 같습니다!
스무고개?
에로 백프로퍼게이션
aiingO2H2 nanoingH2 notebook studying nanoingH2 cleaning make up ingH2 biting aiing IingO2 bioingH2
고맙습니다. 허면 어떤 생성형AI라는 것도 그 분야의 데이터를 활용한 것으로 이해하여도...?
생성형 AI도 기본은 딥러닝 원리가 적용됩니다만, 좀더 복잡한 과정을 거칩니다. 그에 대한 설명도 제 채널에 ChatGPT 관련한 강의에서 간략히 설명을 한 것이 있을 것 같습니다.
aiingO2H2 nanoingH2 notebook studying nanoingH2 cleaning make up ingH2 biting aiing IingO2 bioingH2