비지도, 자기지도, 강화학습, 인공신경망

 

 

• 혁펜하임 강의 재밌다!!!
• 외쳐 혁펜하임!!!
• https://www.youtube.com/@hyukppen

혁펜하임 | AI & 딥러닝 강의

 

 

 

 

 

 

 

---

 

 

 

 

 

 

 

 

1. 비지도 학습

• 비지도 학습이란 지도 학습과 반대로 정답을 모르는 상태에서 학습하는 것을 말한다
• 군집화 (K-means, DBSCAN, …)
  
  • 군집화는 개체들을 비슷한 것끼리 그룹을 나누는 것을 말한다

  • 

• 차원 축소 (데이터 전처리 : PCA, SVD, …)
  • 데이터 세트를 그대로 사용하지 하지 않고 데이터 로더를 사용하여 전처리를 하는 것을 말한다
  • 이때 무작정 데이터를 축소시키는 것이 아니라 적절하게 축소를 시켜야 한다
• 이런 것들이 있다

2. 자기지도 학습

• 정답을 알고 있긴 한데 적게 알고 있을 경우에 사용할 수 있는 방법이다
• 자기지도 학습은 진짜 풀려고 했던 문제 말고 다른 문제를 새롭게 정의해서 푼다는 특징이 있다
• 예를 들어 고양이인지 강아지인지 분류하는 모델을 만들고 싶을 때 가지고 있는 정답(Label)의 데이터가 적을 경우에 고양이 사진의 아무곳과 그 주변의 특정 지점(어느 정도 규칙성 있게)을 입력값으로 주었을 때 그 둘의 상대적 위치를 도출해내도록 학습을 시키는 방식으로 한장의 데이터로 여러 문제를 만들 수 있고 학습을 시킬 수 있다
• 특정 부분만 입력

• 이런 식으로 고양이의 특징을 학습시키는 것이다

2-1. 자기지도 학습 방법

1. pretext task(내가 만든 문제)로 학습을 시킨다 → pre-training
2. 이렇게 pre-training된 pre-trained model로 downstream task(분류)를 풀기 위해서 transfer learning(pre-trained된 모델의 일부분에 살짝 변형을 준다)을 진행한다
3. 그 모델을 가지고 실제 정답(정답을 적게 갖고 있다는 것이 문제)으로 학습을 진행하는데 변경된 부분만 변경이 되게진행한다

2-2. 자기지도 학습 예시

• 강아지의 부분만 가져와서 변형을 준 A와 B를 넣었을 때 출력이 비슷하게 학습시킨다
• 의자의 부분만 가져와서 변형을 준 A와 B를 넣었을 때 출력이 비슷하게 학습시킨다
• 강아지의 부분과 의자의 부분을 가져와서 A와 B를 넣었을 때 출력이 다르게 학습시킨다
• 이런식으로 무수히 많은 문제를 만들어서 학습을 시킬 수 있다

3. 강화 학습

• 강화 학습이란 어떤 행동의 연속을 학습시키는 것이다
• Reward라는 개념이 나온다
• Agent라는 개념이 나온다
• Agent가 무수히 많은 행동을 하다가 우리가 원하는 행동을 하면 Reward를 부여한다
• 이런식으로 Agent는 Reward를 최대화하기 위해 행동을 하면서 모델이 강화된다
• AWS Deep Racer를 생각해보자

https://jaehyeong.tistory.com/entry/AWS-%EB%94%A5%EB%A0%88%EC%9D%B4%EC%84%9CDeepRacer-%EB%8C%80%ED%9A%8C

딥레이서(DeepRacer) 대회

4. 인공 신경

• 인공 신경은 사람의 뉴런이 작동하는 방식을 따라서 만들었다고 한다

• 인공 신경은 노드(Unit이라고도 부름)와 엣지(Connection이라고도 부름)로 이루어져있다
• 노드에서는 자극을 전달할지 말지를 결정하고(Activation), 엣지는 전달하는 통로 역할을 한다
• 엣지에는 웨이트(중요도)를 곱하고 노드에는 바이어스(민감도)를 함께 더해서, 최종적으로 엑티베이션이 진행된다
• AI가 학습을 한다라는 것의 의미는 주어진 입력에 대해 원하는 출력이 나오도록 웨이트와 바이어스의 값을 AI가 알아내는 것을 의미한다

5. 인공 신경망

• 인공 신경망이란 앞에서 보았던 인공 신경들이 서로 이어져서 하나의 네트워크를 구성하는 것을 말한다
• 모든 노드들이 연결되어있는 신경망을 multilayer perceptron (MLP) 라고들 부름
  (perceptron은 unit step function을 활성화 함수로 사용하는 인공 신경을 의미하지만 MLP는 임의의 활성화 함수를 사용하는 인공 신경망을 의미함)
• 노드끼리 모두 연결된 층은 FC (fully-connected) layer 라고 부름

 

 

 

 

 

 

 

 

---