작은개발자

📌 Label smoothing이란? Hard target(0또는 1)을 soft target(0과 1사이)으로 만드는 것 Multi-class 분류 문제에서 사용되는 라벨은 일반적으로 원-핫 벡터 (one-hot vector)를 사용합니다. 원-핫 벡터는 정확히 하나의 클래스만 표현하는 방식으로 정답에 해당하면 1, 나머지는 0으로 넣는 방식입니다. Label smoothing 기법은 정답 클래스의 비중을 약간 줄이고 나머지 클래스의 비중을 늘리는 기법으로 수식은 다음과 같습니다. y_kLS = y_k(1-alpha) + alpha/K K개의 클래스에 대해 smoothing 파라미터를 alpha라고 할 때, hard label y_k를 soft label y_kLS로 만들 수 있습니다. 예를 들면 K ..

❓ 인공지능(AI)이란? 인간의 지능을 모방하여 지적 능력을 기계가 구현하는 것입니다. ❓ 머신러닝은 무엇인가요? 알고리즘을 이용하여 데이터를 분석하고 학습하며 그 내용을 기반으로 판단이나 예측을 합니다. ❓ 딥러닝은 무엇인가요? 머신러닝에 포함되는 개념으로 여러 층을 가진 인공신경망을 사용하여 학습합니다. 딥러닝은 기계가 사람의 도움 없이 결정을 내릴 수 있도록 해주는 신경망을 사용합니다. 하지만 신뢰할 수 있는 결과를 얻기 위해 많은 양의 데이터가 필요하며, 높은 시스템 성능이 요구되고 처리 시간이 오래 걸린다는 단점이 있습니다. ❓딥러닝과 머신러닝의 차이에 대해 설명해주세요! 딥러닝과 머신러닝의 가장 큰 차이점은 기계가 사람의 도움을 받는가의 여부입니다. 딥러닝은 데이터를 스스로 학습할 수 있는 반..

* 회귀와 분류는 지도학습의 목적! 회귀 연속된 값을 예측 분류 (Classification) 종류 (class)를 예측 이진 분류 (Binary classification) 예측해야 할 class가 두가지인 경우 ex. 예/아니오로 구분될 수 있는 문제 다중 분류 (Multicalss classification) 예측해야 할 class가 여러 가지인 경우