[220928 ABC] 신경망과 케라스 정리

케라스 개발 과정 정리

1. 머신러닝 프로세스는 간략하게 [문제 정의 및 데이터 준비하기 → 학습하기 → 추론 및 평가]로 나눌 수 있음.
2. [문제 정의 및 데이터 준비하기] 는 명확한 문제 정의와 데이터 전처리가 매우 중요함.
3. [학습하기]는 본격적으로 모델을 선택하고, 학습시키는 단계임. 하이퍼파라미터 실험 환경 등을 고려하여 학습 시간을 효율적으로 활용할 수 있도록 해야 함.
4.  [추론 및 평가]는 올바른 지표를 통해 모델의 성능을 신뢰할 수 있어야 함. 주어진 상황에 맞는 지표를 선택하는 것은 매우 어렵고 중요함
5. 구글 데이터셋 검색과 캐글은 데이터셋을 탐색하고 수집할 최적의 장소임. 그 외에도 공공 데이터 포털, AI Hub가 있음.
6. 문제는 공유와 소통을 통해 더 빠르게 해결될 수 있음. 국내에 이를 위한 다양한 커뮤니티가 존재!

 

신경망 정리

1. 신경망은 퍼셉트론 알고리즘에서부터 출발함. 다층 퍼셉트론을 사용하면 XOR 게이트 문제를 해결할 수 있음.
2. 케라스 모델의 첫번째 층은 항상 입력 데이터의 형태를 전달해줘야 함
3. 대표적으로 손실 함수에는 ['mse', 'binary_crossentropy', 'categorical_crossentropy'], 옵티마이저에는 ['sgd', 'rmsprop', 'adam']이 있으며, 문자열로 지정하여 사용할 수 있음.