데이터 과학

인공지능을 처음 접할 때 무엇부터 공부를 해야 할 때는 인공신경망부터 해야 할까요?  공부를 해보니 인공신경망은 알고리즘적인 내용이 많아서 빅데이터 통계학이나 데이터마이닝을 먼저 해 보는 것이 좋습니다. 관련 서적이나 인터넷 검색으로 기본적인 내용을 조금 공부해야 합니다.  통계학에서 베이지안 이론은 과거와 현재에도 인공지능 이론중에 하나로 사용하고 있습니다. 이 블로그에서도 베이지안 이론을 소개하고 있습니다. https://tsyoon.tistory.com/33 베이즈 정리두 확률 변수의 사전 확률(Prior Probability)과 사후 확률(Posterior Prob.)의 관계를 나타내는 정리입니다. 사전 확률을 기반으로 사후 확률을 구할 수 있는 방법으로 베이즈 정리를 사용하는데 조건부tsyoon..

변화율 변화율(rate of change)은 어떤 변수가 달라졌을 때 그 변화의 정도를 나타내는 개념입니다. 수학에서는 함수의 변화율을 구할 때 이 개념을 많이 사용합니다. 예를 들어, 자동차가 1시간 동안 100km를 달려서 속도가 100km/h일 때, 시간이 변할 때 속도의 변화율을 구할 수 있습니다. 이때 시간과 속도는 서로 반비례하므로, 시간이 변할 때 속도는 그에 반비례하여 감소하게 됩니다. 변화율을 구하기 위해서는 어떤 시간 구간에 대한 속도의 변화를 계산해야 합니다. 예를 들어, 0~1시간 구간에서의 속도 변화율을 구하려면 다음과 같이 계산합니다. 변화율 = (종료값 - 시작값) / (종료시간 - 시작시간) = (100 - 0) / (1 - 0) = 100 km/hour 따라서, 0~1시간 ..

인공 신경망에서 행렬 이론은 중요한 역할을 합니다. 인공 신경망에서 입력 데이터와 가중치를 행렬로 표현하고, 이를 행렬 곱셈을 통해 계산하는 것이 기본적인 방법 중 하나입니다. 이를 통해 다양한 연산이 가능해지며, 인공 신경망의 학습과 예측 등 다양한 과정에서 활용됩니다. 가장 기본적인 인공 신경망 모델인 다층 퍼셉트론(MLP)에서는 입력 데이터와 가중치를 각각 벡터와 행렬로 표현합니다. 예를 들어, 입력 데이터가 크기가 n인 벡터이고, 첫 번째 은닉층의 가중치가 크기가 n x m인 행렬이라면, 입력 벡터와 가중치 행렬의 곱셈을 통해 크기가 m인 벡터를 얻을 수 있습니다. 이렇게 얻어진 벡터는 다음 은닉층의 입력으로 사용됩니다. 이 과정을 반복하면 출력층까지 도달하게 됩니다. 행렬 이론은 또한 인공 신경..

오류역전파 예제에 대한 이야기입니다. colab에서 실행이 가능합니다. colab 링크는 다음과 같습니다. https://colab.research.google.com/ Google Colaboratory colab.research.google.com colab 설치하고 사용하는 방법은 아래 링크를 통해 확인할 수 있습니다. 구글 계정만 있으면 드라이브에 colab 소스 저장하고 언제든지 온라인으로 코딩할 수 있습니다. 도서관이나 카페에 앉아서도 소스 보면서 프로그래밍이 가능한 것이죠. colab은 기본적으로 numpy는 사용할 수 있으며, 간단한 딥러닝까지 가능합니다. 연산 속도 문제로 딥러닝을 제대로 코딩하려면 인터프리터 다운받아서 로컬에서 프로그래밍 해야 합니다. https://tsyoon.tist..