![]()
딥러닝2024.05.20 - [기계학습] - 머신러닝과 딥러닝의 차이앞 포스팅에서 말했듯, 딥러닝은 히든층이 3층 이상인 경우를 말한다. 보통 이런 딥러닝 모델이 학습할 때에는 Loss function을 최소화하기 위해 최적화 알고리즘을 적용시킨다.여기서 Loss function은 예측값과 실제값간의 오차값을 뜻하는 함수이다.Optimization은 그 Loss function을 최소화시키는 모델의 파라미터(인자)를 찾는 과정을 말한다. 이 Optimization 알고리즘 중 가장 기본적인 알고리즘은 Gradient Descent, 경사하강법이다.가중치가 W일 때 손실함수를 loss(W)라고 나타낸다면, 기울기는 이 손실함수를 미분한 것인데, 이를 이용하는 것이다.역전파(Backpropagation)를 ..
학교에서 진행한 글로벌 사이버 위협과 대응 특강을 듣고 정리하였다. 2024.05.20 - [정보보안] - 글로벌 사이버 위협과 대응 특강 정리 이전에 부스트코스 퀴즈에서 머신러닝과 딥러닝의 차이를 다루는 문제가 나왔는데,이 차이점을 제대로 알지 못하고 있던 것 같아 한 번 정리해보았다.2024.05.20 - [기계학습] - 머신러닝과 딥러닝의 차이 그리고 파이썬 기본문법을 정리하였고,2024.05.20 - [python] - 한 줄 if문 (python)2024.05.20 - [python] - 리스트 요소 곱하기 마지막으로 LG Aimers에서 공부한 퍼셉트론과 논리회로 게이트들을 파이썬으로 구현하는 법을 정리하였다. 2024.05.20 - [기계학습] - 퍼셉트론2024.05.20 - [기계학습] ..
![]()
AND, OR gatedef AND_gate(x1, x2): x = np.array([x1, x2]) weight = np.array([0.5, 0.5]) bias = -0.6 y = np.matmul(x, weight)+bias return Step_Function(y) def OR_gate(x1, x2): x = np.array([x1, x2]) weight = np.array([0.5, 0.5]) bias = -0.1 y = np.matmul(x, weight)+bias return Step_Function(y) def Step_Function(y): x = 0 if y NAND, NOR gatedef AND_gate(x1, x2): x = np..
파이썬에서 리스트를 만들어 이 리스트의 값끼리 곱하려면 어떻게 해야 할까.a = [1, 3, 5]b = [2, 4, 6]a+b ##[1, 3, 5, 2, 4, 6]a*2 ##[1, 3, 5, 1, 3, 5] 이런 식으로 되고, a*b는 에러가 뜨기 때문에 multiple = [] for i in range(len(a)): multiple.append(a[i]*b[i]) 이런 식으로 코드를 짜야 multiple이라는 변수에 a와 b를 곱한 결과 리스트가 저장된다. import numpy as npx = np.array([1, 3])y = np.array([2, 4])print(np.matmul(x, y)) ##14print(np.dot(x, y)) ##14print(x@y) ##14 만약 numpy 배열로..
if output>0: y = 1else: y = 0 원래라면 이렇게if 조건 : 실행문else : 실행문 이러한 형식으로 써야 하지만, 조건이 간단하고 반환값도 간단하다~ 할 때는 y = 1 if output>0 else 0 이렇게 한 줄로 쓸 수 있다. 형식 : if else
퍼셉트론의 기본 구조입력값, 가중치, bias, 활성화함수, 출력값딥러닝에서 퍼셉트론은, 사람의 신경계에서의 뉴런과 같은 역할. 퍼셉트론 선형 분류기 - 단층 퍼셉트론 [입력층 + 출력층 만!]but, 하나의 선으로 분류 불가능한 문제 등장 -> 다층 퍼셉트론 (비선형) 다층 퍼셉트론 : 단층을 여러 층으로 쌓기 -> 입력층+히든층(입력층과 출력층 사이 모든 Layer)+출력층여기서, hidden layer가 3층 이상이면 딥러닝이라 함!1 hidden layer : 선 하나로 분리2 hidden layer : 선 두 개로 분리N hidden layer : 선 n개로 분 참고 : LG Aimers
인공지능 안에, 머신러닝 안에, 딥러닝머신러닝의 여러 방법론 중 하나가 딥러닝이다. 인공신경망 : 사람의 신경 시스템 모방한 학습 알고리즘 / 모델 스스로 데이터 특성 학습해 지도, 비지도 학습 모두 가능 머신러닝은 우리가 데이터 분석을 하고, 이걸 통해 기계를 학습시켜서 그 정보로 결정을 내리는 것.ex) 사람이 먼저 어떤 사물의 사진을 보고 그 사물의 특징을 추출해 컴퓨터를 학습시킴.즉, 특성을 추려서 거기에 맞는 알고리즘을 정의하는 것. 딥러닝은 여기서 발전해서 "인공신경망"을 통해 "스스로" 학습한다.-> 사람의 작업이 생략되고, 컴퓨터가 스스로 데이터를 기반으로 학습함. 컴퓨터가 스스로 그 특징을 추출.-> 인공신경망에 기반해 컴퓨터에게 사람의 사고방식 가르침 머신러닝 종류classificati..
1. 글로벌 사이버위협 - 사이버보안 환경 변화 코로나 장기화 -> 업무환경 변화 -> 원격근무/비대면회의 확산/보편화 클라우드 확산 -> IT 기반 변화 -> 언제 어디서나 IT 리소스 및 data 접근 AI 기술의 급발전 -> IT 기술 혁명 -> 사용자 요구만으로 컨텐츠 생성 모바일 보편화-> 네트워크/데이터 부정접근경로 다양화 - 사이버위험 주요 이슈정보절취 목적 스피어피싱 spear+private data+fishing. 조직의 특정 개인 또는 그룹을 대상으로 한 피싱 공격의 한 유형. 피해자가 알거나 신뢰하는 사람인 척 가장하여 피해자가 민감정보유출/알웨어 다운로드/공격자에게 지급 승인 혹은 송금 의 행동을 하게 함.대상 선정 / 조사 / 대상과 교감 ...모바일 디바이스 보..
