데이터 사이언스로 한걸음

MNIST 손글씨 숫자 이미지 분류 모델 구현들어가며딥러닝의 Hello World와도 같은 MNIST 데이터를 활용한 딥러닝 모델을 소개합니다. MNIST는 손글씨 숫자 이미지 데이터로 6만 개의 훈련 이미지와 1만 개의 테스트 이미지로 구성되어 있습니다. 이 글에서는 딥러닝 입문 모델인 MNIST 손글씨 숫자 이미지 분류 모델의 과정을 설명하고, 이를 통해 딥러닝의 전체적인 과정을 파악할 수 있습니다.MNIST 데이터셋신경망 모델 구조 및 컴파일데이터 전처리 및 학습예측 및 모델 평가MNIST 데이터셋MNIST 데이터셋은 keras 패키지에 이미 포함되어 있습니다. keras.dataset을 통해 데이터를 로드합니다. 학습 데이터셋은 60,000개의 이미지와 라벨로 구성되어 있고, 테스트 데이터셋은 1..

딥러닝의 작동 원리 - 가중치, 손실함수, 옵티마이저를 중심으로들어가며딥러닝은 사람의 뇌처럼 데이터를 학습하고 패턴을 인식하는 인공지능 기술입니다. 스마트폰 얼굴 인식 기능, 영화나 음악 추천 시스템, 그리고 자율주행차의 안전한 주행 모두 딥러닝의 기술이 이뤄낸 결과입니다.이 글에서는 딥러닝의 작동 원리에 대해 3개의 그림으로 설명합니다.딥러닝의 개념딥러닝의 작동 원리딥러닝의 개념딥러닝(Deep Learning)은 인공신경망(Artificial Neural Networks, ANN)을 기반으로 하는 머신러닝의 한 분야로, 인간의 뇌가 정보를 처리하는 방식을 모방한 알고리즘입니다. 특히 다층 신경망을 활용하여 데이터의 추상적인 특성(Feature)을 자동으로 학습하며, 복잡한 패턴을 인식하고 분석하는 데 ..