AI
AI
Deep Learning, ML, LLM
Deep Learning
3-2. 활성화 함수: Sigmoid, ReLU, TanH 비교 분석
대표적인 활성화 함수(Sigmoid, ReLU, TanH)의 특징과 장단점을 비교 분석하고, 선택 기준을 제시합니다.
Deep Learning
5-3. 데이터 증강 (Data Augmentation): 이미지 데이터 부족 해결
이미지 데이터 부족 문제를 해결하기 위한 데이터 증강 기법(rotation, zoom, flip 등)을 소개하고, 효과를 분석합니다.
Deep Learning
6-2. RNN 문제점: Vanishing Gradient, Exploding Gradient
RNN의 고질적인 문제점인 Vanishing Gradient와 Exploding Gradient의 원인과 해결 방안을 제시합니다.
Deep Learning
5-2. CNN 주요 구조: LeNet, AlexNet, VGGNet 비교 분석
CNN의 대표적인 구조(LeNet, AlexNet, VGGNet)의 특징과 성능을 비교 분석합니다.
Deep Learning
6-3. LSTM (Long Short-Term Memory): 장기 의존성 문제 해결
--- title: "date: 2026-01-06" category: '' tags: [] summary: --- 1. RNN(Recurrent Neural Network)의 한계: 장기 의존성 문제 RNN은 시퀀스 데이터를 처리하는 데 특화된 신경망...
AI Study Note
4. 단층 신경망
단층 신경망, 학습 알고리즘
AI Study Note
2. 뇌의 모델링
뉴런, 신경망, McCulloch-Pitts
AI Study Note
5. 다층 신경망
다층 신경망, 학습 알고리즘
AI Study Note
3. 신경망 이론
신경망 분류, 학습 방법, 학습법
AI Study Note
6. 연상 메모리
연상 메모리, BAM
