전체 글103 기계 학습의 지도 학습 및 비지도 학습 기계 학습의 지도 학습 및 비지도 학습 머신 러닝은 명시적으로 프로그래밍되지 않은 데이터와 정보를 제공함으로써 컴퓨터가 인간처럼 학습하고 행동하게 하는 과학입니다. 머신 러닝 알고리즘 은 훈련 데이터로 훈련됩니다. 새로운 데이터 가 들어오면 과거 데이터를 기반으로 정확하게 예측하고 결정을 내릴 수 있습니다. 예를 들어 Siri에게 작업을 요청할 때마다 강력한 음성 인식 기능이 오디오를 해당 텍스트 형식으로 변환합니다. 이것은 사용자의 의도를 이해하기 위해 언어 처리 알고리즘이 실행되는 추가 처리를 위해 Apple 서버로 전송됩니다. 그런 다음 마침내 Siri가 답을 알려줍니다. 머신 러닝 에는 두 가지 유형이 있습니다. 1. 지도 학습 2. 비지도 학습 지도 학습이란 무엇입니까? 지도 학습에서 기계는 감.. 2022. 2. 1. 머신 러닝(ML)이 중요한 사실 머신 러닝(ML)이란 무엇입니까? 당신이 알고 있든 없든, 당신은 아마도 수년 동안 기계 학습의 이점을 활용해 왔을 것입니다. 우리 대부분은 기계 학습으로 구동되는 앱이나 웹 서비스를 하나 이상 사용하지 않고는 하루 종일 지내기가 어렵다는 것을 알게 될 것입니다. 하지만 머신 러닝이란 무엇입니까? 기계 학습이라는 용어 가 점점 더 보편화되었지만 많은 사람들은 여전히 그것이 무엇을 의미하고 어떻게 적용되는지 정확히 모릅니다. 또한 그들은 데이터 과학에서 기계 학습 알고리즘과 데이터 세트의 역할을 이해하지 못합니다. 기계 학습이 데이터 과학자가 사용하는 도구로 어떻게 정의되는지 살펴보고 기계 학습이 어떻게 개발되었으며 현재 어떻게 사용되고 있으며 계속해서 발전함에 따라 앞으로 어떻게 될 것인지에 대한 조.. 2022. 2. 1. 딥러닝 AI AI와 딥러닝 인공 지능(AI)과 딥 러닝(DL)의 하위 분야로 인해 컴퓨터가 대체할 수 있는 반복 작업의 지평은 계속 확장되고 있습니다. 인공 지능은 장치에 일종의 인간과 같은 지능을 제공합니다. 딥 러닝은 인간 두뇌의 측면을 모방하는 AI 기술로, 상황 분석 및 조치를 위해 정보를 처리할 수 있는 기능을 장치에 제공합니다. 연구원들은 챗봇과 같은 딥 러닝 AI 애플리케이션을 가능하게 하는 자가 학습 알고리즘을 계속 개발하고 있습니다. 딥 러닝을 더 잘 이해하려면 AI 진화의 일부로 딥 러닝을 이해해야 합니다. 딥 러닝과 완전한 AI에 도달하는 길 머신 러닝의 발전 인공 지능 내에서 머신 러닝(ML) 은 하위 분야이며 딥 러닝은 머신 러닝의 고급 하위 분야입니다. 기계 학습에서 장치는 콘텍스트를 기반으.. 2022. 2. 1. 딥 러닝 대 AI의 차이점 딥 러닝 대 AI의 차이점은 무엇인가요 딥 러닝이란 무엇입니까? 딥 러닝은 머신 러닝의 일부이며, 그 자체가 복잡한 구조를 가진 여러 처리 계층을 사용하여 데이터의 높은 수준의 추상화를 모델링하려고 시도하는 인공 지능(AI)의 일부입니다. 딥 러닝은 지난 몇 년 동안 크게 성장하여 딥 러닝을 위한 믿을 수 없을 정도로 강력한 도구가 되었습니다. 예를 들어 딥 러닝을 사용하여 이미지의 객체를 분류할 수 있습니다. 입력 이미지는 일부 처리 레이어(각각 사진의 특정 기능 또는 측면을 살펴봄)를 통해 입력된 다음 결합되어 사진의 개체가 비행기, 오토바이, 보트 등으로 분류될 수 있는지 결정합니다. 각 레이어 이미지의 하위 섹션에서 작동하고 딥 러닝 알고리즘을 사용하여 이미지의 더 높은 수준의 특징(예: 두 객체.. 2022. 2. 1. 머신 러닝 대 인공 지능 대 딥 러닝의 차이점은 머신 러닝 대 인공 지능 대 딥 러닝의 차이점은 무엇입니까? 혼동하기 쉽지만 AI, 머신 러닝, 딥 러닝은 모두 고유하게 다릅니다. 인공 지능, 머신 러닝 및 딥 러닝 - 이 모든 용어는 같은 의미로 사용됩니다. 혼동하기 쉽지만 각각은 고유하게 다릅니다. 그리고 광범위한 응용 프로그램이 모든 분야(의료에서 제조, 비즈니스에서 은행에 이르기까지)의 기술 측면을 변화시키고 있기 때문에 세상을 변화시키는 기술의 차이점을 이해하는 것이 좋습니다. 우리는 각 개념을 철저하게 정의하여 이러한 각 용어가 의미하는 바를 의심하지 않을 것입니다. 멀리 떠날 때쯤이면 그 정의와 실생활에서의 사용을 잘 이해하게 될 것입니다. 인공 지능 정의 인공 지능 은 컴퓨터와 기계를 사용하여 인간 마음의 문제 해결 및 의사 결정 능력을.. 2022. 2. 1. 딥 러닝 네트워크 딥 러닝 네트워크 소개 딥 러닝 네트워크는 비정형 데이터를 사용하여 문제를 해결하기 위해 인간의 두뇌를 모방하는 데 사용되는 수학적 모델이며 이러한 수학적 모델은 뉴런으로 구성된 신경망의 형태로 생성됩니다. 신경망은 입력층(신경망의 첫 번째 계층), 은닉층(신경망의 모든 중간 계층), 출력층(신경망의 마지막 계층)의 세 가지 주요 계층으로 나뉩니다. 이러한 유형의 데이터를 기반으로 우리는 피드포워드 신경망, CNN, RNN, 모듈식 신경망 등으로 분류되는 이러한 신경망을 다룰 것입니다. 딥 러닝 네트워크 작업 일반적으로 네트워크의 작동을 살펴보겠습니다. 딥 러닝 네트워크 작업 숫자의 이미지를 예측하는 데 도움이 되는 위의 신경망을 고려하십시오. 28 x 28 픽셀인 숫자 '9'의 이미지가 있습니다. 28.. 2022. 1. 30. 이전 1 ··· 6 7 8 9 10 11 12 ··· 18 다음
