코딩하는 애옹😸

RNN 시퀀스(sequence) 데이터 : 소리, 문자열 주가 등 시점별로 나타나는 것, 순서를 바꾸거나 과거 정보에 손실이 발생하면 데이터의 확률분포도 바뀜 시퀀스 데이터를 다루는 방법 : 조건부 확률 이용 $X_1 ... X_{t-1}$ 까지의 정보가 조건부로 주어진 상황에서 $X_t$를 모델링하는 조건부 확률 분포 $X_t \sim P(X_t|X_{t-1},...,X_1)$ 모든 과거 정보가 필요한 것은 아니다 조건부의 들어가는 데이터는 가변적 AR($\tau$) 모델 자기회귀모델(Autoregressive Model) : 고정된 길이 $\tau$만큼의 시퀀스만 사용 잠재 AR 모델 직전 정보 $X_{t-1}$와 직전이 아닌 정보들인 잠재변수 $H_t$로 인코딩 가변적인 데이터를 고정된 길이의 문제..

딥러닝 이론 1. 딥러닝 딥러닝(Deep Learning)은 인공신경망(Artificial Neural Neteork)의 한계를 극복하기 위해 제안된 기계학습 방법이다. 인공신경망은 생물학의 신경망(뉴런)에서 영감을 받아 모델링한 것이며, 시냅스의 결합으로 네트워크를 형성한 인공 뉴런이 학습을 통해 시냅스의 결합 세기를 변화시켜, 문제 해결 능력을 가지는 모델 전반을 가리킨다. 2. 딥러닝 모델 대표적인 딥러닝 모델은 CNN과 RNN이 있다. 구체적인 개념은 다음 포스트에서 설명하고, 간단하게 설명하겠다. 2.1 CNN(Convolution Neural Networks) CNN(Convolution Neural Networks)은 주로 이미지를 인식할 때 사용된다. 이동이나 회전 등으로 왜곡된 이미지를 ..