딥러닝의 통계적 이해 중간과제물

소개

"딥러닝의 통계적 이해 중간과제물"에 대한 내용입니다.

목차

1. 딥러닝의 역사와 관련된 사건 또는 인물을 위키피디아 등을 바탕으로
정리하시오(5점).
2. 다층신경망의 학습과정을 정리하시오(5점)
3. http://playground.tensorflow.org/를 크롬으로 접속하여 분류과제(classification) 중
하나를 학번 끝자리에 따라 선택하고, 해당 과제에 대한 최적의 신경망을
하이퍼파라미터를 달리하여 작성한 후 그 모형의 특성을 정리하시오.(10점)
4. 구글 colab을 이용하여 MNIST에 대한 완전연결신경망을 작성하시오(코드와
최종결과 캡처해서 넣으시오) (10점)

본문내용

1. 제프리 힌튼(Geoffrey Hinton)
제프리 힌튼은 1947년 12월 6일 영국에서 태어났다. 그는 고교 시절 친구가 쥐의 뇌 연구가
재미있다는 말을 듣고 이후 뇌연구에 흥미를 가지게 되었다. 1970년대 초반 1986년까지
그는 인공 신경망에 대한 상당한 진전을 이루었다. 초기에는 망이 단 2개의 신경세포 층, 즉
입력층과 출력층으로만 구성됐던 것은 힌튼과 공동연구자들이 더 심층적이고 다층화된
연결망을 위한 기술을 창안했다. 2012년, 힌튼은 대규모 이미지 데이터세트에서 물체를
인식하도록 훈련된 다층신경망(multilayered neural network)을 구현했다. 이 신경망은
다양한 물체(예: 진드기, 버섯, 오토바이, 마다가스카르 사향고양이)를 반복적으로 분류하고
식별하는 방법을 배웠다. 게다가 놀라운 정확도로 작업을 수행했다. 2006년 심층 신뢰
신경망(Deep Belief Network, DBN)이라는 딥러닝에 매우 효과적인 알고리즘에 관한 논문을
발표한다. 인공지능 분야의 전문가들 대부분은 제프리 힌튼 교수의 이 논문이 딥러닝의
부활을 알리는 계기가 되었다고 말하며 컴퓨터 하드웨어의 급속한 발달, GPU를 활용한
병렬처리 기술의 개발 등으로 딥러닝은 획기적으로 그 성능이 향상되어 새로운 도약의
시대를 맞이하게 된다.

참고자료

· http://wiki.hash.kr/index.php/%EC%A0%9C%ED%94%84%EB%A6%AC_%ED%9E%8C%E D%8A%BC#cite_note-Wikipedia-3 http://tcpschool.com/deep2018/deep2018_deeplearning_history https://www.technologyreview.kr/geoffrey-hinton-glom-godfather-ai-neural-networks/ http://www.aitimes.com/news/articleView.html?idxno=138348
· https://github.com/databetter/Deeps/blob/master/10%EC%9E%A5_MNIST_DL.ipynb https://colab.research.google.com/drive/1m_-u1fAFKtvTo62JTUSezKw5wsU8vbh