[KT AIVLE(에이블 스쿨) 3기] 5주차 : 딥러닝

---

[5주차] 딥러닝

저번 주의 머신러닝 수업에 이어서 이번 주는 딥러닝 강의로 이루어졌다.
그리고 중간에 공휴일이 있어서  휴강이었다..! !!!! 수요일에 쉬는 건 정말 행복이 아닐 수 없다😊
 

---

머신러닝과 딥러닝 차이 

딥러닝은 머신러닝의 한 분야라고 할 수 있지만 둘은 차이가 있다.
머신러닝은 데이터가 고양이인지 강아지인지 인간이 분류를 해줘야 한다. 기계는 그 데이터로 학습을 한다.
딥러닝은 인간의 도움 없이 데이터 특징 추출부터 학습까지 기계가 스스로 한다. 
간단히 말하면 데이터 특징 추출에 있어서 사람의 도움을 받느냐 아니냐~로 구분할 수 있다.
 

---

강의 내용

연결주의 알고리즘 - '딥러닝'

Sequential API는 차곡차곡 레이어를 쌓고, Functional API는 레이어를 사슬처럼 연결하는 것이며 Custom 설계가 가능하다.  Sequential API는 편리하지만 , 단순히 레이어를 쌓기만 하기 때문에 고수준의 네트워크를 구현하기 위해서는 Functional API를 익혀 두어야한다.

 

Activation & Loss 함수 선택하는 법

	선형 회귀	로지스틱 회귀	멀티클래스 분류
output Activation	X or linear	sigmoid	softmax
compile Loss	mse	binary crossentropy	categorical crossentropy

 

스케일링

Min-Max Scaling은 데이터를 특정 범위 (0~1 사이)로 변환하는 방법
Standardization은 표준화 방식으로 평균을 0 ,분산을 1로 변환하는 방법
이상치가 존재할 경우 스케일링이 매우 좁은 범위로 압축될 수 있으므로 이상치 처리해야함

 

히든 레이어

• 레이어 수 : 얼마나 고수준 feature를 추출할 것인지 
• 노드 수 : 추출하려는 feature의 수 
• Feature representation : 연결된 것으로부터 기존에 없던 새로운 feature 추출/ 재표현 하는 것 

 

Early Stopping 

• monitor : 무엇을 보고 멈출 것인가?
• min_delta : 그 판단의 임계값은 얼마야?
• patience : 몇 번 참을 건지?
• restore_best_weights :  최적 epoch의 가중치로 돌려줘

 
+) 딥러닝의 Hello World라는 MNIST, Fashion MNIST, CIFAR - 10 실습도 했다. 
흑백이랑 컬러 데이터의 차이는 input 인자가 다르다는 것. 몰랐다

 

---

후기

조금씩 아는 내용이 나와서 반가웠던 강의였다!   
강의를 들으며 하나씩 조각이 맞춰지는 느낌?
용어만 알고 있던 것들이 무슨 기능을 하는지 배울 수 있었다.

나는 학교 다닐 때도 그렇고 필기 자세하게 해주시는 교수님의 수업이 좋았다.
머릿속에 뒤죽박죽이던 내용들이 한 번에 정리되는 느낌이라. 
이번 강사님이 판서를 자세하게 써주셔서 좋았다! 그리고 강사님이 유쾌하시다.
쉬는 시간이 끝나면 똑똑똑~ 하시는데 나중에 가서는 리듬까지 타시더라.. 

강사님께서 재밌게 진행해주셔서 일주일 동안 즐겁게 들을 수 있었던 것 같다 !