혜랑's STORY

기계 학습(Machine Learning, 머신 러닝)은 즐겁다! Part 4 딥러닝(Deep Learning)을 사용한 최신 얼굴 인식(Face Recognition) medium.com 딥러닝(Deep Learning)을 사용한 최신 얼굴 인식(Face Recognition) 사람이 사진에 직접 태그를 하던 것과 달리 요즘 Facebook에서 사진을 업로드면 사람들에 대한 태그를 자동으로 달아준다. 이 기술을 얼굴 인식(face recognition)이라고 한다. 페이스북의 알고리즘은 친구사진에 단 몇 번만 태그를 달아도 바로 그 얼굴을 인식 할 수 있다. (98%의 정확도로 얼굴을 인식할 수 있음) #1. 매우 복잡한 문제에 기계 학습을 사용하는 방법 지금까지 주택 가격 예측하기, 기존 데이터를 기..

딥러닝(Deep Learning)과 컨볼루션 신경망(Convolution Meural Network 또는 CNN) 이 웹툰은 3살짜리 아이는 새의 사진을 쉽게 인식 할 수 있어도, 50년 이상 최고의 컴퓨터 과학자들은 컴퓨터로 객체를 인식하는 방법을 알아내기 위해 노력했으나 불가능했다는 것을 보여준다. 그러나 지난 몇 년 사이, 딥 컨볼루션 신경망(deep convolutional neural networks)을 사용해 드디어 객체 인식에 대한 좋은 접근 방법을 발견했다. #1. 심플하게 시작 새의 사진을 인식하는 방법을 배우기 전에, 손으로 쓴 숫자 "8"과 같은 좀 더 심플한 것을 인식하는 방법을 알아보자. Part 2에서는 단순한 뉴런(neuron)을 많이 연결함으로써 신경망(neural netwo..

Part 1에서는 기계 학습(Machine Learning)이 문제를 해결하기 위해 코드를 전혀 작성하지 않고도, 일반 알고리즘(generic algorithm)을 사용해서 주어진 데이터에서 흥미로운 것을 알아낼 수 있다는 것을 알 수 있었다. 이번에는 신경망(neural network)와 기존의 슈퍼 마리오 레벨들을 통해서 사람들이 만든 것처럼 보이는 새로운 레벨을 제작할 것이다. #1. 좀 더 영리하게 추측하기 Part 1에서, 주택의 속성을 기반으로 주택 가치를 추정하는 간단한 알고리즘을 만들었다. 어떤 주택에 대한 데이터가 다음과 같다고 가정해 보자. 좀 더 간단한 추정 함수(estimation function)를 만들었다: def estimate_house_sales_price(num_of_be..

#1. 기계학습(Machine Learning)이란 무엇인가? - 문제를 해결하기 위한 맞춤 코드(custom code)를 작성하지 않고도 일련의 데이터에 대해 무언가 흥미로운 것을 알려줄 수 있는 일반 알고리즘(generic algorithms)이 있다는 아이디어 ex) 분류(classification) 알고리즘 - 데이터를 서로 다른 그룹으로 분류하는 것을 이용하여 이메일을 스팸과 스팸이 아닌 것으로 분류할 수 있다. 기계학습(Machine Learning)은 이런 종류의 일반 알고리즘(generic algorithms)을 포함하는 포괄적인 용어이다. #2. 두 종류의 기계학습 알고리즘 - 지도학습(supervised), 비지도학습(unsupervised) 기계학습 알고리즘은 지도학습(supervis..