AI
[부스트캠프 AI Tech] day8
전종구
2021. 1. 27. 19:40
Review
layer
- 층이 깊을수록 목적함수를 근사하는데 필요한 노드(뉴런)의 수가 적으므로 효율적이다.
Softmax
- 입력받은 값을 출력으로 0~1 사이의 값으로 모두 정규화하며, 출력값들의 총합은 항상 1이되는 특성을 가진 함수
- 분류하고 싶은 클래스의 수만큼 출력 갯수를 구성한다.
- 학습을 시킬때 주로 사용되는 활성화 함수이고 통상적으로 추론을 할때는 잘 사용하지 않는다.
신경망
- 선형모델과 활성함수를 하나의 묶음으로 보면, 여러묶음의 선형모델+활성함수로 구성되어있다.
- 활성함수란 입력 신호의 총합을 출력 신호로 변환해주느 함수로, 보통 선형을 비선형으로 근사하기 위하여 사용한다.
Numpy & Pandas
- Numpy는 같은 데이터타입의 다차원배열을 지원하고, 난수생성이가능하며 연산가능하다.
- Pandas는 서로 다른 데이터타입을 담을 수 있다.
Backpropagation
- 출력값에 대한 입력값의 미분값을 출력 layer부터 역으로 계산하여 전파한다.
느낀점
- Pandas에서 자주사용되는 기능들을 살펴볼 수 있었고, softmax함수, 활성함수, 역전파 알고리즘의 개념에 대해 이해할 수 있었다.
Peer Session
- 배운 내용에 대하여 이야기 해보았고, 조별 소개 피피티를 함께 제작하였으며 facebook에서 내놓은 모델 prophet에 대해 설명을 들었고, convex function이란 무엇인가에 대하여 공부하였다.