[머신러닝/딥러닝] 딥러닝의 기본 개념

※ 김성훈 교수님의 [모두를 위한 딥러닝] 강의 정리

 - https://www.youtube.com/watch?reload=9&v=BS6O0zOGX4E&feature=youtu.be&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&fbclid=IwAR07UnOxQEOxSKkH6bQ8PzYj2vDop_J0Pbzkg3IVQeQ_zTKcXdNOwaSf_k0

 - 참고자료 : Andrew Ng's ML class

  1) https://class.coursera.org/ml-003/lecture

  2) http://holehouse.org/mlclass/ (note)

1. 딥러닝의 기본 개념

 

2. 딥러닝을 위한 '학습'의 불가능성 주장 by Marvin Minsky

 - XOR 문제풀이 불가

 

3. 딥러닝을 위한 '학습'의 가능성 주장 = Backpropagation by Paul Werbos, Hinton

 

4. Convolutional Neural Networks (알파고) by LeCun

 

5. 복잡한 문제(많은 레이어)의 경우 학습 불가

 - neormal neural nets가 성능 향상이 되지 않는 문제가 발생

 

6. 적절한 W 초기값을 통해 학습 가능 주장 by Hinton and Bengio

 - 기존의 neural network를 deep nets, deep learning으로 리브랜딩

 - 딥러닝은 복잡한 문제를 해결하기 위한 효과적인 수단