간단한 기계 학습 알고리즘들과의 성과는 주어진 자료의 표현(representation)에 크게 의존한다. 예를 들어 로지스틱 회귀를 제왕절개 추천에 사용할 때, AI 시스템이 환자를 직접 진찰하지는 않는다. 대신 의사가 시스템에 여러 가지 관련 정보를 제공한다. 환자 자료의 표현에 있는 그러한 각각의 정보 조각을 특징(feature)라고 부른다.
책 심층학습(http://www.yes24.com/Product/Goods/65576412) 참고
'딥러닝관련 > 기초 이론' 카테고리의 다른 글
| Orthogonal (직교) vector (0) | 2021.02.07 |
|---|---|
| Norm (0) | 2021.02.06 |
| Batch Normalization (0) | 2020.07.06 |
| 왜 딥러닝(deep learning) 이라고 하는가 (0) | 2020.07.01 |
| Sensitivity(민감도) & Specificity(특이도) (0) | 2020.07.01 |
