인공신경망 썸네일형 리스트형 인공신경망과 딥러닝:기본 개념과 응용 분야 >인공신경망의 개념과 구성 요소 인공신경망의 동작 원리 뉴런과 활성화 함수 가중치와 편향 순전파와 역전파 딥러닝의 핵심 원리 심층 신경망과 표현 학습 합성곱 신경망(Convolutional Neural Network, CNN) 순환 신경망(Recurrent Neural Network, RNN) 변형된 딥러닝 구조: 오토인코더, 생성적 적대 신경망 인공신경망과 딥러닝의 응용 분야 이미지 인식과 처리 음성 인식과 처리 자연어 처리 게임 플레이와 로봇 제어 인공신경망과 딥러닝의 한계와 개선 방향 계산량과 컴퓨팅 자원 모델의 해석 가능성 과적합 등의 문제 연구 동향과 새로운 기법의 개발 인공신경망과 딥러닝은 현대 기계학습 분야에서 중요한 개념으로 인공지능의 발전에 큰 역할을 한다. 이 글에서는 인공신경망과 딥러.. 더보기 인공지능:머신러닝과 딥러닝 알고리즘 소개 인공지능과 컴퓨터의 처리 방식 컴퓨터가 처리하는 방식 인공지능이 처리하는 방식 머신러닝: 데이터 학습과 예측 머신러닝 개요 지도 학습 (Supervised Learning) 비지도 학습 (Unsupervised Learning) 준지도 학습 (Semi-supervised Learning) 강화 학습 (Reinforcement Learning) 딥러닝: 인공신경망과 학습 방법 딥러닝 개요 인공신경망 (Artificial Neural Network) DNN (Deep Neural Network) CNN (Convolution Neural Network) RNN (Recurrent Neural Network) 글 본문: 인공지능은 사고나 학습 등 인간이 가진 능력을 컴퓨터를 통해 구현하는 기술입니다. 컴퓨터는.. 더보기 이전 1 다음
