이 책은 그런 좀 더 직관적인 문제에 대한 하나의 해결책을 다룬다.
그 해결책이란, 컴퓨터가 개념들의 계통구조를 이용해서 경험으로부터 배우고 세상을 이해하게 만든다는 것
개념 계통구조에서 각 개념은 자신보다 더 간단한 개념들과의 관계를 통해서 정의된다.
이러한 접근 방식에서는 경험으로부터 지식을 수집하기 때문에, 컴퓨터에 필요한 모든 지식을 인간 운영자가 형식적으로 일일이 지정할 필요가 없다..
개념 계통구조 덕분에 컴퓨터는 간단한 개념들을 조합해서 좀 더 복잡한 개념을 배우게 된다.
그러한 개념들의 연결 관계를 그래프 구조로 표현한다면, 여러 층(layer)으로 이루어진 '깊은' 그래프가 나올 것이다. 이 때문에 이러한 인공지능 접근 방식을 심층 학습(deep learning) 이라고 부른다.
This book is about a solution to these more intuitive problems. This solution isto allow computers to learn from experience and understand the world in terms ofa hierarchy of concepts, with each concept defined through its relation to simplerconcepts. By gathering knowledge from experience, this approach avoids the needfor human operators to formally specify all the knowledge that the computer needs.The hierarchy of concepts enables the computer to learn complicated concepts bybuilding them out of simpler ones. If we draw a graph showing how these concepts are built on top of each other, the graph is deep, with many layers. For this reason,we call this approach to AI deep learning.
책 심층학습(http://www.yes24.com/Product/Goods/65576412) 참고
원문 http://www.deeplearningbook.org/contents/intro.html 참고
'딥러닝관련 > 기초 이론' 카테고리의 다른 글
Orthogonal (직교) vector (0) | 2021.02.07 |
---|---|
Norm (0) | 2021.02.06 |
Representation (0) | 2020.07.07 |
Batch Normalization (0) | 2020.07.06 |
Sensitivity(민감도) & Specificity(특이도) (0) | 2020.07.01 |