✔️ CNN(Convolutional Neural Networks) - 합성곱 뉴런 신경망 - 형태: 전통적인 뉴럴 네트워크 + 컨볼루셔널 레이어 - 컨볼루셔널 레이어를 통해 입력받은 이미지의 특징을 추출 -> 추출한 특징을 기반으로 기존 뉴럴 네트워크 이용 - 이미지 분류 / 예측에 많이 사용 특징) * 특히 이미지를 분류할 때 DNN(Deep Neural Network)의 문제점을 가지고 있다. * 일반적인 DNN은 1차원 형태의 데이터를 사용 * 2차원 이상의 데이터가 입력되는 경우는 flatten 시켜서 한줄로 데이터를 변환 후 넣어야함. * 이미지의 공간적/지역적 정보가 손실된다. * 따라서 DNN의 문제점을 해결하기 위해 이미지를 그대로 (Raw Input) 받음으로 공간적 / 지역적 정보를 ..

✔️머신러닝 데이터를 기반으로 학습하는 기계 ✔️딥러닝 머신러닝의 한 분야로써 깊은(deep) 신경망 구조의 머신러닝 ✔️배경 과거) 컴퓨터로 데이터를 읽어들이고, 데이터 안에서 특징을 학습하여 패턴을 찾아내는 작업이 있었다(패턴인식이라 부름) 현재) 데이터를 대량으로 수집,처리할 수 있는 환경이 구축되어 할 수 있는 일이 多 --> 머신 러닝은 데이터로부터 특징이나 패턴을 찾아내는 것이다. 따라서 데이터가 가장 중요하다. ✔️머신러닝 정의 무엇(X)으로 무엇(Y)을 예측이 가능한 함수(f)를 찾아내는 것 X: 데이터(입력변수, 독립변수, 원인) Y: 답(출력변수, 종속변수, 결과) f: 모형(머신러닝의 알고리즘) ✔️머신러닝 분류 1. 회귀(Regression) - 시계열(시간적인 변화를 연속적으로 관..