인공지능 (AI)40 생성모델 GAN이란? 생성적 적대 신경망? GAN 쉬운 설명 1. GAN이란? GAN은 Generative Adversarial Network의 약어로, 생성적 적대 신경망이라고 불립니다. 이는 딥러닝의 한 분야로, 이미지, 음성, 텍스트 등의 데이터를 생성하는 모델입니다. GAN은 2014년 Ian Goodfellow와 그의 동료들에 의해 처음으로 제안되었습니다. 이후로 GAN은 딥러닝 분야에서 큰 주목을 받으며 빠르게 발전해왔습니다. 2. GAN의 작동 방식 GAN은 두 개의 딥러닝 모델을 이용하여 작동합니다. 하나는 생성자(generator)이고, 다른 하나는 판별자(discriminator)입니다. 생성자(Generator)는 무작위 노이즈 벡터z와 같은 잠재 벡터(latent vector)를 입력으로 받아 가짜이미지(fake images) 데이터를 생성합.. 2023. 5. 8. 객체검출 평가지표 AP(Average Precision)란? mAP, AP50, AP50:95, IoU 쉬운설명 1. PR curve 및 임계값이란 Precision-Recall curve (PR curve)는 인공지능모델의 분류 및 객체검출 능력을 시각화하는 방법 중 하나입니다. 이를 그리기 위해, 모델의 결과를 임계값(threshold)에 따라 분류하여 Precision과 Recall 값을 계산합니다. Precision은 모델이 예측한 것 중 실제로 맞은 비율이고, Recall은 실제값 중 모델이 예측한 비율입니다. PR curve는 임계값을 달리하였을때, Recall 값을 x축으로, Precision 값을 y축으로 표시한 곡선입니다. 임계값(threshold)은 모델이 결과를 결정하는 기준값입니다. 예를 들어, 분류에서는 모델이 예측한 확률값 (confidence score) 기준을 정해서 기준 이상인 경우만.. 2023. 5. 4. 분류(Classification) 성능 평가지표, 정확도, Precision, Recall, F1-score 쉬운 설명 1. 기계학습 분류(Classification) 성능 평가지표 정확도(Accuracy)란? 머신러닝이란? (기계학습이란?) 매우 매우 쉬운 설명 안녕하세요! 오늘은 머신러닝 (우리말로 기계학습)에 대해 알려드리려고 해요. 머신러닝은 인공지능 기술의 한 분야입니다. 인간의 지능을 흉내내기 위한 기술인거죠! 머신러닝은 컴퓨터가 스 ai-inform.tistory.com 정확도(Accuracy)는 기계학습 분류 모델의 성능을 평가하는 지표 중 하나로, 전체 샘플 중 모델이 올바르게 분류한 샘플의 비율을 나타냅니다. 예를 들어, 어떤 학생이 10문제의 수학 시험을 보았습니다. 이 학생이 8문제를 맞췄다면, 이 학생의 정확도는 80%입니다. 이는 전체 문제 중 8문제를 맞췄기 때문입니다. 2. 정확도(Accura.. 2023. 5. 1. 과적합이란? 과적합 쉬운 설명 Overfitting 1. 과적합(Overfitting)이란? 과적합(overfitting)은 머신러닝 모델이 학습 데이터에 지나치게 최적화되어, 새로운 데이터에 대한 예측 성능이 저하되는 현상을 말합니다. 예를 들어, 학생이 시험을 준비할 때, 과거의 시험 문제(족보)만를 모두 외우는 경우를 생각해보세요. 이 학생은 과거 문제에 대해서는 정확한 답을 말할 수 있지만, 새로운 문제 유형에 대해서는 잘 대처하지 못할 것입니다. 이처럼 머신러닝 모델도 학습 데이터에만 지나치게 최적화되면, 학습에서 보지 못했던 테스트데이터에 대해서 성능이 떨어지게 됩니다. 예를 들어, 얼굴 인식 모델을 학습시키는 경우, 학습 데이터에 포함된 인물들의 얼굴 특징들만 지나치게 학습되어 새로운 인물의 얼굴을 인식하지 못하는 경우가 발생할 수 있습니다... 2023. 4. 28. 이전 1 2 3 4 5 6 7 ··· 10 다음
