SlideShare a Scribd company logo
쫄지말자 딥러닝
김 승 일
Seungil Kim
모두의연구소
모두의연구소
하고싶은 연구주제가 있다면
누구든지 연구실을 만들 수 있고
재밌어 보이는 연구실을 찾았다면
누구나 연구실에 참여할 수 있는
모두 모여 함께 연구하는
세상에 없던
단 하나의 열린 연구소
딥러닝 연구실
드론 연구실
가상현실 연구실
그로스해킹 연구실
IoT 연구실
데이터분석 연구실
인공지능(Artificial Intelligence)
머신러닝(Machine Learning)
딥러닝(Deep Learning)
토론 : 인간과 인공지능
인공지능과
알파고
인공지능이 두려우신가요?
모두의연구소
인공지능이란 무엇일까요?
모두의연구소
인공지능을
단순화해서 생각해봅시다.
모두의연구소
Dog
모두의연구소
Cat
입력이 주어지면 출력을 내보낸다.
인공지능
입력이 주어지면, 출력을 내보낸다.
우리 이런 걸 어디서 봤죠?
모두의연구소
함수 (Functions)
모두의연구소
System, Filter
라고도 불립니다.
모두의연구소
더 쉽게는
초등학교 때 배운
수수께끼 상자
모두의연구소
3
ⅹ??
6
모두의연구소
x
F:x y
y
인공지능 별 거 아니죠?
무서울 것 없습니다.
근데 왜 갑자기 무서워 졌을까요?
모두의연구소
원의 넓이를 구하는
함수는?
모두의연구소
r
𝐴 = 𝜋𝑟2
모두의연구소
수학적으로 표현할 수 없었던
복잡한 인간의 두뇌를
데이터를 기반으로 흉내내다.
인공지능(Artificial Intelligence)
머신러닝(Machine Learning)
딥러닝(Deep Learning)
토론 : 인간과 인공지능의 차이점
인공지능과
알파고
인공지능? 머신러닝?
머신러닝은 또 뭘까요?
모두의연구소
러닝(Learning) = 학습
 Adaptation/Update
모두의연구소
러닝(Learning) = 학습
 Adaptation/Update
모두의연구소
인공지능이 점점 똑똑해진다.
모두의연구소
X[n]
F[n] F[n-1]
Y[n]
n : data index
Data가 늘어날수록
점점 인공지능 알고리즘이
학습(Learning)한다.
머신러닝의
세가지 타입
모두의연구소
Supervised
Unsupervised Reinforcement
Learning
모두의연구소
3
X ???
6 Dog Cat
Supervised
Learning
- 정답이 주어진다.
- (비교적)문제풀이가 쉽다
모두의연구소
3
X ???
???
Unsupervised
Learning
미지수 2개, 방정식 1개
풀 수 있나요?
모두의연구소
이것은 풀 수 있나요?
xy-x-y+1=0,
x와 y를 구하라.
모두의연구소
이것은 풀 수 있나요?
xy-x-y+1=0,
x와 y를 구하라.
(x,y는 자연수)
모두의연구소
좋은 조건이 주어지거나
잘 찍는 수 밖에…
- 특정 조건이 있을 때만
정답이 주어질 수 있다.
- 기본적으로 문제풀이가 어렵다.
모두의연구소
Reinforcement
Learning
- (정답이 아닌) reward가 주어진다.
Reward
모두의연구소
x
???
+10 / -10
Reinforcement
Learning
인공지능(Artificial Intelligence)
머신러닝(Machine Learning)
딥러닝(Deep Learning)
토론 : 인간과 인공지능
인공지능과
알파고
모두의연구소
Artistic Style
모두의연구소
Image Question and Answering
모두의연구소
Image Generation
모두의연구소
Deep Reinforcement Learning
: Game
모두의연구소
Reinforcement Learning
: UAV Control
모두의연구소
머신러닝
(Machine Learning)
인공신경망
(Neural Network)
딥러닝
(Deep Learning)
딥러닝? 머신러닝?
모두의연구소
딥러닝을 이해하기 위해서는
인공신경망을 알아야 한다.
모두의연구소
이제부터 조금 어려워집니다.
딥러닝이 원래 진입장벽이 있어요.
모두의연구소
뉴런과
인공뉴런
x
1
x
1 b
a
다른 머신러닝
기법들과의 차이점 1:
Nonlinear(복잡한)
activation function
b
a
모두의연구소
다층 레이어
(Multiple Layer)
다른 머신러닝
기법들과의 차이점 2 :
Nonlinear function의
Nonlinear function의
Nonlinear function …
엄청 복잡한 함수
(인공지능)을
만들 수 있다.
Hidden layer가 2개이상인 NN를
Deep Learning이라고 부른다.
모두의연구소
오~ 그러면 레이어가 많을수록
높은 지능의 인공지능을
(복잡한 함수를)
만들 수 있겠는데!!!
레이어 100개 만들 수 있을까요?
모두의연구소
쉽지 않습니다.
(1) Overfitting
(2) Vanishing Gradient
때문에..
모두의연구소
차근차근 알아봅시다
(1) Overfitting
모두의연구소
Overfitting 이란?
연습문제는 엄청 잘 푸는데
시험만 보면 망함집넓이를 가지고 집값을 맞추는
인공지능(=함수)
오히려 집값이 떨어짐
모두의연구소
Overfitting은 왜 생길까?
(1) 풀어야 되는 문제는 간단한데, 모델이 너무 복잡…
(2) 주어진 데이터는 몇 개 없는데, 모델이 너무 복잡…
모두의연구소
Overfitting은 왜 생길까?
(1) 풀어야 되는 문제는 간단한데, 모델이 너무 복잡…
(2) 주어진 데이터는 몇 개 없는데, 모델이 너무 복잡…
Big Data
모두의연구소
Overfitting은 왜 생길까?
(1) 풀어야 되는 문제는 간단한데, 모델이 너무 복잡…
(2) 주어진 데이터는 몇 개 없는데, 모델이 너무 복잡…
Dropout
모두의연구소
Dropout
랜덤하게 뉴런을 끊음으로써,
모델을 단순하게 만든다.
모두의연구소
차근차근 알아봅시다
(2) Vanishing Gradient
모두의연구소
Learning을 하기 위해서는
여자저차해서 미분을 이용합니다.
모두의연구소
- 미분을 하면 0이 나와서,
Learning이 불가함
모두의연구소
모두의연구소
그래도 미분이 대부분 작은 값.
출력값이 0.5라고 했을때, 4
개의 레이어만 지나도 1/16
 Vanishing Gradient
모두의연구소
ReLU의 등장
모두의연구소
Long Short Term Memory
모두의연구소
Deep Learning을
연구해보고 싶습니다!!
모두의연구소
Convolutional Neural Network
Recurrent Neural Network
부터 시작하세요.
[RNN] http://colah.github.io/posts/2015-08-Understanding-LSTMs/
[CNN] http://cs231n.stanford.edu/
모두의연구소
그런데 처음하시는 분들에게는
진입장벽이 있긴 합니다.
모두의연구소
인공지능(Artificial Intelligence)
머신러닝(Machine Learning)
딥러닝(Deep Learning)
토론 : 인간과 인공지능
인공지능과
알파고
모두의연구소
인공지능은
정말 지능을 가지고 있는 것일까요?
모두의연구소
인공지능이 할 수 없는 것은
어떤 것일까요?
Speech Innovation Consulting Group
김 승 일 연구소장
E-mail : si.kim@modulabs.co.kr
Blog : www.whyDSP.org
FB: www.facebook.com/lab4all
www.facebook.com/groups/modulabs

More Related Content

What's hot

[226]대용량 텍스트마이닝 기술 하정우
[226]대용량 텍스트마이닝 기술 하정우[226]대용량 텍스트마이닝 기술 하정우
[226]대용량 텍스트마이닝 기술 하정우
NAVER D2
 
백억개의 로그를 모아 검색하고 분석하고 학습도 시켜보자 : 로기스
백억개의 로그를 모아 검색하고 분석하고 학습도 시켜보자 : 로기스백억개의 로그를 모아 검색하고 분석하고 학습도 시켜보자 : 로기스
백억개의 로그를 모아 검색하고 분석하고 학습도 시켜보자 : 로기스
NAVER D2
 
What Is Deep Learning? | Introduction to Deep Learning | Deep Learning Tutori...
What Is Deep Learning? | Introduction to Deep Learning | Deep Learning Tutori...What Is Deep Learning? | Introduction to Deep Learning | Deep Learning Tutori...
What Is Deep Learning? | Introduction to Deep Learning | Deep Learning Tutori...
Simplilearn
 

What's hot (20)

머신러닝(딥러닝 요약)
머신러닝(딥러닝 요약)머신러닝(딥러닝 요약)
머신러닝(딥러닝 요약)
 
쫄지말자딥러닝2 - CNN RNN 포함버전
쫄지말자딥러닝2 - CNN RNN 포함버전쫄지말자딥러닝2 - CNN RNN 포함버전
쫄지말자딥러닝2 - CNN RNN 포함버전
 
인공지능개론 (머신러닝 중심)
인공지능개론 (머신러닝 중심)인공지능개론 (머신러닝 중심)
인공지능개론 (머신러닝 중심)
 
인공지능과 딥러닝에 대한 소개
인공지능과 딥러닝에 대한 소개인공지능과 딥러닝에 대한 소개
인공지능과 딥러닝에 대한 소개
 
인공지능 방법론 - 딥러닝 이해하기
인공지능 방법론 - 딥러닝 이해하기인공지능 방법론 - 딥러닝 이해하기
인공지능 방법론 - 딥러닝 이해하기
 
텐서플로우로 배우는 딥러닝
텐서플로우로 배우는 딥러닝텐서플로우로 배우는 딥러닝
텐서플로우로 배우는 딥러닝
 
ChatGPT에 대한 인문학적 이해
ChatGPT에 대한 인문학적 이해ChatGPT에 대한 인문학적 이해
ChatGPT에 대한 인문학적 이해
 
딥러닝의 기본
딥러닝의 기본딥러닝의 기본
딥러닝의 기본
 
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) 오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
 
Ai 그까이거
Ai 그까이거Ai 그까이거
Ai 그까이거
 
순환신경망(Recurrent neural networks) 개요
순환신경망(Recurrent neural networks) 개요순환신경망(Recurrent neural networks) 개요
순환신경망(Recurrent neural networks) 개요
 
빅데이터, 클라우드, IoT, 머신러닝. 왜 이렇게 많은 것들이 나타날까?
빅데이터, 클라우드, IoT, 머신러닝. 왜 이렇게 많은 것들이 나타날까?빅데이터, 클라우드, IoT, 머신러닝. 왜 이렇게 많은 것들이 나타날까?
빅데이터, 클라우드, IoT, 머신러닝. 왜 이렇게 많은 것들이 나타날까?
 
화성에서 온 개발자, 금성에서 온 기획자
화성에서 온 개발자, 금성에서 온 기획자화성에서 온 개발자, 금성에서 온 기획자
화성에서 온 개발자, 금성에서 온 기획자
 
인공지능, 머신러닝의 이해 강의자료 2019.12.20
인공지능, 머신러닝의 이해 강의자료 2019.12.20인공지능, 머신러닝의 이해 강의자료 2019.12.20
인공지능, 머신러닝의 이해 강의자료 2019.12.20
 
데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.
 
[226]대용량 텍스트마이닝 기술 하정우
[226]대용량 텍스트마이닝 기술 하정우[226]대용량 텍스트마이닝 기술 하정우
[226]대용량 텍스트마이닝 기술 하정우
 
AI에게 이유를 묻다: 설명 가능한 인공지능(XAI: eXplainable AI)
AI에게 이유를 묻다: 설명 가능한 인공지능(XAI: eXplainable AI)AI에게 이유를 묻다: 설명 가능한 인공지능(XAI: eXplainable AI)
AI에게 이유를 묻다: 설명 가능한 인공지능(XAI: eXplainable AI)
 
백억개의 로그를 모아 검색하고 분석하고 학습도 시켜보자 : 로기스
백억개의 로그를 모아 검색하고 분석하고 학습도 시켜보자 : 로기스백억개의 로그를 모아 검색하고 분석하고 학습도 시켜보자 : 로기스
백억개의 로그를 모아 검색하고 분석하고 학습도 시켜보자 : 로기스
 
What Is Deep Learning? | Introduction to Deep Learning | Deep Learning Tutori...
What Is Deep Learning? | Introduction to Deep Learning | Deep Learning Tutori...What Is Deep Learning? | Introduction to Deep Learning | Deep Learning Tutori...
What Is Deep Learning? | Introduction to Deep Learning | Deep Learning Tutori...
 
코로나19로 인해 변화된 우리 시대의 데이터 트랜드
코로나19로 인해 변화된 우리 시대의 데이터 트랜드코로나19로 인해 변화된 우리 시대의 데이터 트랜드
코로나19로 인해 변화된 우리 시대의 데이터 트랜드
 

Viewers also liked

Viewers also liked (14)

인공 신경망 구현에 관한 간단한 설명
인공 신경망 구현에 관한 간단한 설명인공 신경망 구현에 관한 간단한 설명
인공 신경망 구현에 관한 간단한 설명
 
Lie Group Formulation for Robot Mechanics
Lie Group Formulation for Robot MechanicsLie Group Formulation for Robot Mechanics
Lie Group Formulation for Robot Mechanics
 
Lie Group Formulation for Robot Mechanics
Lie Group Formulation for Robot MechanicsLie Group Formulation for Robot Mechanics
Lie Group Formulation for Robot Mechanics
 
R 프로그래밍 기본 문법
R 프로그래밍 기본 문법R 프로그래밍 기본 문법
R 프로그래밍 기본 문법
 
머신 러닝 입문 #1-머신러닝 소개와 kNN 소개
머신 러닝 입문 #1-머신러닝 소개와 kNN 소개머신 러닝 입문 #1-머신러닝 소개와 kNN 소개
머신 러닝 입문 #1-머신러닝 소개와 kNN 소개
 
Introduction to Machine Learning and Deep Learning
Introduction to Machine Learning and Deep LearningIntroduction to Machine Learning and Deep Learning
Introduction to Machine Learning and Deep Learning
 
기계학습(Machine learning) 입문하기
기계학습(Machine learning) 입문하기기계학습(Machine learning) 입문하기
기계학습(Machine learning) 입문하기
 
Introduction to Deep Learning with TensorFlow
Introduction to Deep Learning with TensorFlowIntroduction to Deep Learning with TensorFlow
Introduction to Deep Learning with TensorFlow
 
Large Scale Deep Learning with TensorFlow
Large Scale Deep Learning with TensorFlow Large Scale Deep Learning with TensorFlow
Large Scale Deep Learning with TensorFlow
 
알파고 (바둑 인공지능)의 작동 원리
알파고 (바둑 인공지능)의 작동 원리알파고 (바둑 인공지능)의 작동 원리
알파고 (바둑 인공지능)의 작동 원리
 
Understanding Black-box Predictions via Influence Functions (2017)
Understanding Black-box Predictions via Influence Functions (2017)Understanding Black-box Predictions via Influence Functions (2017)
Understanding Black-box Predictions via Influence Functions (2017)
 
Learning with side information through modality hallucination (2016)
Learning with side information through modality hallucination (2016)Learning with side information through modality hallucination (2016)
Learning with side information through modality hallucination (2016)
 
Human Motion Forecasting (Generation) with RNNs
Human Motion Forecasting (Generation) with RNNsHuman Motion Forecasting (Generation) with RNNs
Human Motion Forecasting (Generation) with RNNs
 
Deformable Convolutional Network (2017)
Deformable Convolutional Network (2017)Deformable Convolutional Network (2017)
Deformable Convolutional Network (2017)
 

Similar to [모두의연구소] 쫄지말자딥러닝

NDC 2014 Beyond Code: <야생의 땅:듀랑고>의 좌충우돌 개발 과정 - 프로그래머가 챙겨주는 또 다른 개발자 사용 설명서
NDC 2014 Beyond Code: <야생의 땅:듀랑고>의 좌충우돌 개발 과정 - 프로그래머가 챙겨주는 또 다른 개발자 사용 설명서NDC 2014 Beyond Code: <야생의 땅:듀랑고>의 좌충우돌 개발 과정 - 프로그래머가 챙겨주는 또 다른 개발자 사용 설명서
NDC 2014 Beyond Code: <야생의 땅:듀랑고>의 좌충우돌 개발 과정 - 프로그래머가 챙겨주는 또 다른 개발자 사용 설명서
영준 박
 

Similar to [모두의연구소] 쫄지말자딥러닝 (13)

[2019 체인지온] 인공지능 기술이 만들어가는 모두의 미래 - 김승일 모두의연구소 소장
[2019 체인지온] 인공지능 기술이 만들어가는 모두의 미래 - 김승일 모두의연구소 소장[2019 체인지온] 인공지능 기술이 만들어가는 모두의 미래 - 김승일 모두의연구소 소장
[2019 체인지온] 인공지능 기술이 만들어가는 모두의 미래 - 김승일 모두의연구소 소장
 
NS-CUK WS on AI Ethics 2022: Lecture 18 - Ideal coexistence of AI and robots
NS-CUK WS on AI Ethics 2022: Lecture 18 - Ideal coexistence of AI and robotsNS-CUK WS on AI Ethics 2022: Lecture 18 - Ideal coexistence of AI and robots
NS-CUK WS on AI Ethics 2022: Lecture 18 - Ideal coexistence of AI and robots
 
객체지향 개념 (쫌 아는체 하기)
객체지향 개념 (쫌 아는체 하기)객체지향 개념 (쫌 아는체 하기)
객체지향 개념 (쫌 아는체 하기)
 
Communism OOP
Communism OOPCommunism OOP
Communism OOP
 
딥러닝에 다가가기 (Ai 스쿨 2017)
딥러닝에 다가가기 (Ai 스쿨 2017)딥러닝에 다가가기 (Ai 스쿨 2017)
딥러닝에 다가가기 (Ai 스쿨 2017)
 
Ai(인공지능) & ML(머신러닝) 101 Part1
Ai(인공지능) & ML(머신러닝) 101 Part1Ai(인공지능) & ML(머신러닝) 101 Part1
Ai(인공지능) & ML(머신러닝) 101 Part1
 
Coding park
Coding parkCoding park
Coding park
 
02 엔트리와 함께하는 언플러그드 활동
02 엔트리와 함께하는 언플러그드 활동02 엔트리와 함께하는 언플러그드 활동
02 엔트리와 함께하는 언플러그드 활동
 
브릿지 개발스터디 151010
브릿지 개발스터디 151010브릿지 개발스터디 151010
브릿지 개발스터디 151010
 
EveryBody Tensorflow module2 GIST Jan 2018 Korean
EveryBody Tensorflow module2 GIST Jan 2018 KoreanEveryBody Tensorflow module2 GIST Jan 2018 Korean
EveryBody Tensorflow module2 GIST Jan 2018 Korean
 
Artificial intelligence
Artificial intelligenceArtificial intelligence
Artificial intelligence
 
NDC 2014 Beyond Code: <야생의 땅:듀랑고>의 좌충우돌 개발 과정 - 프로그래머가 챙겨주는 또 다른 개발자 사용 설명서
NDC 2014 Beyond Code: <야생의 땅:듀랑고>의 좌충우돌 개발 과정 - 프로그래머가 챙겨주는 또 다른 개발자 사용 설명서NDC 2014 Beyond Code: <야생의 땅:듀랑고>의 좌충우돌 개발 과정 - 프로그래머가 챙겨주는 또 다른 개발자 사용 설명서
NDC 2014 Beyond Code: <야생의 땅:듀랑고>의 좌충우돌 개발 과정 - 프로그래머가 챙겨주는 또 다른 개발자 사용 설명서
 
PYCON KR 2017 - 구름이 하늘의 일이라면 (윤상웅)
PYCON KR 2017 - 구름이 하늘의 일이라면 (윤상웅)PYCON KR 2017 - 구름이 하늘의 일이라면 (윤상웅)
PYCON KR 2017 - 구름이 하늘의 일이라면 (윤상웅)
 

More from Modulabs

More from Modulabs (6)

Debugging with tensor board
Debugging with tensor boardDebugging with tensor board
Debugging with tensor board
 
TensorFlow.js & Applied AI at the Coca-Cola Company
TensorFlow.js & Applied AI at the Coca-Cola CompanyTensorFlow.js & Applied AI at the Coca-Cola Company
TensorFlow.js & Applied AI at the Coca-Cola Company
 
Rear-World Robot Learning
Rear-World Robot LearningRear-World Robot Learning
Rear-World Robot Learning
 
TF.data & Eager Execution
TF.data & Eager ExecutionTF.data & Eager Execution
TF.data & Eager Execution
 
Machine Learning on Your Hand - Introduction to Tensorflow Lite Preview
Machine Learning on Your Hand - Introduction to Tensorflow Lite PreviewMachine Learning on Your Hand - Introduction to Tensorflow Lite Preview
Machine Learning on Your Hand - Introduction to Tensorflow Lite Preview
 
Machine learnig with ModuLABS
Machine learnig with ModuLABSMachine learnig with ModuLABS
Machine learnig with ModuLABS
 

[모두의연구소] 쫄지말자딥러닝