[DeepLearning] 딥러닝 모델

머신러닝을 하기위해서 3가지가 필요합니다.

입력 데이터 포인트: 예를 들어 주어진 문제가 음성 인식이라면, 이 데이터 포인트는 사람의 대화가 녹음된 사운드 파일입니다.

만약 이미지 태깅에 관한 작업이라면 데이터 포인트는 사진이 됩니다.

기대 출력: 음성 인식 작업에서는 사람이 사운드 파일을 듣고 옮긴 글입니다.

이미지 작업에서 기대하는 출력은 ‘강아지’, ‘고양이’ 등과 같은 태그입니다.

알고리즘의 성능을 측정하는 방법: 알고리즘의 현재 출력과 기대 출력 간의 차이를 결정하기 위해 필요합니다.

 

측정값은 알고리즘의 작동 방식을 교정하기 위한 신호로 다시 피드백됩니다. 이런 수정 단계를 학습learning이라고 말합니다.