딥러닝 | 뉴럴 네트워크

뉴럴 네트워크

이전글

https://jwinjection.tistory.com/235

딥러닝 | 딥러닝이란?

 

이전포스트에서 아래와같은 머신러닝 모델을 만들어보았다.

그래서 w값을 컴퓨터에게 알아서 찾아보아라 명령을 주면

이것이 머신러닝이었다.

 

위와같이 원과 줄로 구성되어 예측모델을 뽑는 모델을 perceptron 모델이라고 불렀다.

근데 너무 단순했다.

 

중간을 좀더 정교하게 복잡하게 한다면 예측결과도 정확해지지 않을까 생각하던 중

사람의 뇌를 본딴 모델이 만들어지게 된것이다

 

인간의 뇌는

뉴런과 시넵스로 동작한다

그래서 이 뉴런과 시냅스 동작방식 본따서

그대로 머신러닝 모델에 적용하면 기계가 사람처럼 생각할수있지않을까? 하는 가정에서 생겨나게 된것이다.

이런 구조를 뉴럴 네트워크라고 한다.

사이에 레이어가 많으면 많을수록 더 정교하게 예측할 수 있다

 

 그럼 저 레이어가 하는 역할이 무엇이냐

쉽게말하면 기계가 잠깐 생각을 저장하는 공간이라고 보면된다.

 

새로운 문제를 보자

사람이 4월부터 9월 까지 성적을 쭉 입력하면 수능석저이 나오는 모델을 만들려고한다

그럼 이거를 perceptron  모델로 계산하면

(4월*w1) +  (5월*w2) ... + (9월*w6)  

이런식으로 나올텐데 이건 너무 단순하게 생각한 예측이다.

 

그래서 중간에 레이어를 두고 계산을 해보자

 

일단 내가 생각을 먼저 해보자

4월~6월 점수는 별로안중요할것같고

7월~9월 점수는 중요할것같으니

4~6월 점수를 미리 계산해서 초반점수 노드에 넣고

최종적으로 초반점수는 0.3 정도 영향이 있는것같고

후반점수는 0.7만큼 영향이 있다고 가정하고 계산을 해야겠다

 

이런식으로 추론을 하면 좀더 정확한 값이 나오지않을까

가 인간러닝이었고

 

이거를 기계한테 시키면

기계도 처음엔 여러 실험을 하다가 예측결과가 좋은 w를 찾아내게 된다

이게 딥러닝이다.

 

실제 차사진을 딥러닝 돌려봤더니

컴퓨터가 알아서 특징들을 파악해서 분류를 했다.

 

이런 행위를 feature extraction이라고 한다

데이터의 특성을 알아서 추출해서 겨로가를 도출한다는 것이다

 

전통적인 머신러닝은 

 

이 동그란게 바퀴야

이 네모난게 문이야

이게 창문이야

 

사람이 일정부분 가이드를 줬어야했다.

 

하지만 딥러닝은 이런 부분을 자기가 알아서 추출해낸다

 

 

 

 

자료출처

https://www.youtube.com/watch?v=8oMwnXfVH14&list=PLfLgtT94nNq1DrREU_qG2w4yd2ZzJb-FG&index=3