[딥러닝] 기본 용어 (Data, Model, Loss, Optimization Algorithm)

딥러닝 기초 다지기 강의와 인공지능 프로그래밍 과목 학습 후 정리한 포스팅 입니다.

이번 포스팅에서는 딥러닝 기본 용어 (Data, Model, Loss, Optimization Algorithm)에 대해 학습힙니다.

 

I) 좋은 Deep Learner가 되려면?

1. Implementation Skills

2. math Skills (선형대수학, 확률론)

3. Knowing a lot of recent Papers

 

II) Data

- 모델이 학습하는 것

- depend on the type of the problem to solve

III) Model

- 데이터를 학습하는 방법

 

IV) Loss

- 모델의 badness를 수량화하는 함수

- proxy(근사치) of what we want to achieve -> 원하는 목표에 항상 도달할 수 없다

V) Optimization Algorithm

Loss를 최소화하는 파라미터를 조정하는 방법

 

<Summary>

- Data, Model, Loss, Optimization Algorithm

 

*유의사항

- 인공지능 공부 중인 인공지능공학과 학부생이 공부하여 남긴 정리입니다.

- 정확하지 않거나, 틀린 점이 있다면 댓글로 알려주시면 감사하겠습니다.