1주차 숙제 : 코랩 실습 화면 출력
AI, 머신러닝, 딥러닝의 차이
>> AI : 인간처럼 학습하고 추론하며 문제를 해결할 수 있는 지능석 기술 전체를 의미한다.
>> ML : 인공지능중 하나의 분야로, 프로그래밍을 명시적으로 하지 않아도 데이터로부터 규칙이나 패턴을 자동으로 찾아 학습하는 방법론
>> DL : 머신러닝의 하위 분야로, 인공 신경망을 이용해 복잡한 데이터를 뛰어난 성능으로 학습하는 것
훈련 / 테스트 데이터 분리
>> 모델이 학습한 데이터에만 특화되어 새로운 데이터에는 약해지는 "과적합"을 방지하기 위함으로, 전체 데이터를 훈련 세트와 테스트 세트로 분리하는 것이다.
>> 일반적으로 7:3 or 8:2 비율로 분리한다.
하이퍼파라미터 튜닝
>> 모델이 학습하는 과정에서 사용자가 직접 설정하는 값을 "하이퍼파라미터"라고 하는데, 이를 최적화하는 과정을 '튜닝'이라고 한다.
>> 적절한 하이퍼파라미터의 설정이 모델의 성능을 크게 좌우하며, 실제 프로젝트에서 반복적으로 실험하고 검증하는 과정이 매우 중요하다.
간단 후기 : 이번주 시간이 너무 없어서 책을 제대로 읽지 못했다. 다음주부터 부스터 달아야 할듯 🚀