[수학없는 인공지능] 딥러닝 알고리즘 소개

본문은 유튜브 채널 'AI는 내 친구'의 <수학없는 인공지능 강의>를 시청하고 정리한 글입니다.

---

딥러닝(Deep Learning)

인공신경망(ANN)을 이용한 인공지능

인공지능의 용도에 따라 서로 다른 알고리즘을 쓴다.

---

1) CNN - 이미지 처리

Convolutional Neural Network (합성곱 신경망)

사진 → [Low Level Features] → [Mid Level Features] → [High Level Features] → [Trainable Classifier] → output
: 각 단계에서 추출된 피처를 모아서 다음 단계로 전송하기를 반복

2) RNN - 시계열 처리

Recurrent Neural Network(순환 신경망)

시간에 따른 연속된 양을 처리하는 딥러닝

앞 단계에서 처리한 데이터가 다음 단계의 input 과 같이 들어간다.

• 예) 음성, 주가
• 응용 예) 인공지능 스피커, 번역기 등
• 모델의 길이가 길어지면 초반의 데이터가 희석되어 학습이 잘 되지 않는 문제를 해결: LSTM, GRU

3) GAN - 창작

Generative Adversarial Network(생산적 적대 신경망)

즉, 만들기 신경망.

• 예) 고흐 그림처럼 그려주는 인공지능, 음악을 연주하는 인공지능, 사람 얼굴을 만들어내는 인공지능, 만화를 그리는 GAN

---

추가) BERT

Bidirectional Encoder Representations from Transformer

Pre-train

Fine tuning

Fine Tuning

---

참조

• [수학없는 인공지능 강의 #7] 딥러닝 3대천왕 CNN, RNN, GAN 1편 | KAIST AI STUDIO
• [수학없는 인공지능 강의 #8] 딥러닝 3대천왕 2편 RNN 주식시장도 인공지능이? | KAIST AI STUDIO
• [수학없는 인공지능강의 #9] 딥러닝3대천왕 3편 GAN 고호가 남대문을 그렸다구? | KAIST AI STUDIO