1. Intro. & Feedforward Networks

Deep Learning

딥러닝의 역사

▪ Biological neuron: 각 뉴런(신경세포)은 다른 뉴런의 신호를 전달 받아 다른 뉴런으로 신호를 전달 ▪ McCulloch and Pitts (1943): 뉴런의 정보 처리 과정을 모사하여 논리 계산을 수행하는 모델 개발 ▪ Perceptron (1958): 매개변수(parameters)를 학습할 수 있는 인공신경망(ANN) 모델 개발 ▪ Back propagation (1986): 다층퍼셉트론(MLP)을 학습할 수 있는 알고리즘 개발 ▪ Deep learning: 컴퓨팅 능력과 빅데이터 활용으로 대규모 심층신경망 학습 가능

인공지능 문제

▪ 음성인식(speech recognition)

Untitled

▪ 이미지인식(image recognition)

Untitled

▪ 자연어처리(NLP)

Untitled

Untitled

딥러닝의 발전

Untitled

딥러닝의 성과

▪ 이미지인식(image recognition): 합성곱신경망(CNN) 및 응용을 통해 이미지 인식에서 큰 성과 ▪ 음성인식(speech recognition): 딥러닝 모델 적용을 통해 정체되어 있었던 음성 인식률 개선 ▪ 자연어처리(NLP): 순환신경망(RNN) 및 응용을 통해 기계번역, 대화시스템에서 큰 성과

Untitled

Feedforward Networks

Feedforward Networks