안녕하세요 허언증입니다. 일반 신경망은 이미지 데이터를 그대로 처리한다 ( 이미지 전체를 하나의 데이터로 생각) 이렇게 될 경우 이미지의 특성을 찾지 못 하고 이미지의 위치가 조금만 달라지거나 변형이 생기면 인식을 못 하게된다. CNN은 하나의 이미지를 데이터가 아닌 여러개로 분할해서 처리한다. 이렇게 되면 왜곡 되더라도 부분적 이미지의 특징을 추출해 변형및 위치가 달라도 인식을 가능하게 한다.
# 관심 분야
안녕하세요. 허언증입니다. 머신러닝 종류 선택 -> 머신러닝 흐름 3가지 종류 중에서 한가지를 선택하고 머신러닝 흐름 순서대로 진행 머신러닝 흐름 부분에서 어떠한 데이터 학습 방식을 사용할 것인가? 에 대해 생각을 많이해야 한다 내가 만들고자 하는거에 가장 적합한 걸 선택! 머신러닝 종류 지도 학습 ( 분류, 회귀, 추천시스템, 인지, 텍스트 분석 등등) :정답을 알려주고 학습 시킨 후 결과를 아웃풋 비지도 학습 ( 클러스터, 주성분, 벡터, 자기조직화 등등) :정답을 모르는 상태에서 학습 시킨 후 아웃풋 강화 학습 머신러닝 흐름 데이터 수집 데이터가공 데이터학습 3-1.학습방법선택 3-2.매개변수조정 3-3.모델하급 모델평가 정밀도 체크 및 완성 5번 불충족 시 3으로 다시 이동 후 반복 Point 어..
