[부스트캠프 AI Tech] day11

Review

---

인공지능

• 인간의 지능을 모방한다 라는 큰 슬로건

• 그안에 데이터를 통해 학습하는 Machine Learning 분야가 있고 그안에 Deep Learning이 존재한다.

---

Deep Learning

• 먼저 무엇인가를 학습하기위한 data를 필요로하고 모델이 필요하며, 이 모델을 학습하기 위한 Loss function, loss를 최소화 하기위한 알고리즘을 필요로한다.

• 크게 classification(고양이 인지 개인지 등을 구별하는 문제), Semantic Segmentation(이미지를 픽셀별로 구분해내는 문제), Detection(이미지 안의 물체를 bounding box로 나타내주는 문제), Pose Estimation(사람의 skeleton 정보 등을 시각화), Visual QnA(이미지,문장 등이 주어지고 답을 구하는 문제) 등이 있다.

---

딥 러닝의 역사

• 2012년 AlexNet의 등장으로 기계학습의 판도가 바뀌었다.(점점 딥러닝이 두각을 나타내기 시작)

• DQN의 등장(모두가 잘 알고있는 알파고가 만들어지게됨(강화학습))

• Encoder/Decoder(문장을(단어의 연속) 다른단어로 표현),Adam Optimizer

• GAN,ResNet

---

MLP

• 단층 perceptron으로 해결할수 없는 문제를 다중으로 겹치면 해결 할 수 있다.

• 레이어가 복잡해질수록, 연산이 복잡해져서 현실적으로 W,b의 값을 구하기 힘들다.

• Backpropagation,Relu(activation)등 을 사용하여 문제해결

---

느낀점

• 드디어 본격적인 딥러닝공부를 시작한 것 같다. 설레고 기대된다. 지금처럼 강의내용만 따라가면 조금 힘들 것 같아 추가적인 공부가 필요한 시점인 것 같다.

---

Peer Session

• 강의 내용에 대하여 이야기를 나눴고, plotly로 시각화해보는 과정 시연과 Further question에 대한 자신의 정답을 조원들끼리 주고받았다.

---