개념 Regularization (규제) Normalization (정규화) 목적과적합(Overfitting) 방지학습 속도 향상 및 안정화적용 대상모델의 가중치(Weight)입력 데이터(Feature)사용 기법L1, L2 정규화(Weight Decay), DropoutMin-Max Scaling, Z-score Scaling효과모델이 복잡해지는 것을 방지하여 일반화 성능 향상입력값의 범위를 일정하게 조정하여 학습을 빠르고 안정적으로 만듦  Regularization (규제)"모델이 너무 복잡해지는 걸 방지하는 기법"과적합(Overfitting)을 막기 위해 모델의 가중치를 제한하는 방식.예제:L1 정규화 (Lasso, 가중치 절댓값 패널티)L2 정규화 (Ridge, Weight Decay, 가중치 제..

>  NVIDIA Issac Sim은 어떤 목적으로 개발되었습니까? 1. 인공지능(AI) 기반 로봇 시뮬레이션        2. 게임 개발용 엔진3. 가상 현실(VR) 콘텐츠 제작          4. 데이터베이스 관리 더보기> NVIDIA Issac Sim은 어떤 목적으로 개발되었습니까? 1. 인공지능(AI) 기반 로봇 시뮬레이션  NVIDIA Isaac Sim은 주로 로봇 공학 및 AI 연구 개발을 위한 시뮬레이션 플랫폼으로 개발되었습니다. 주요 목적은 로봇 시스템을 가상 환경에서 효율적으로 설계, 테스트, 훈련, 검증할 수 있도록 지원하는 것입니다. 이 플랫폼은 현실 세계에서 발생할 수 있는 다양한 물리적 상호작용을 시뮬레이션하여, 로봇의 동작을 가상 환경에서 실험할 수 있는 기능을 제공합니다.Is..

해당글은 스스로 복기하며, 인공지능에대해 공부한 내용입니다. [ 미완성 ]  1. 학습이 무엇인가?딥러닝 분야에서 학습이란, 인공지능이 ( 학습으로 )  더 똑똑해지는 것. 이렇게 표현할 수 있다고 생각합니다. 그렇다면 인공지능이 무엇일까요 크게 다음 처럼 나눌수 있다 생각합니다. 인공지능 ( AI ) : 인공적으로 만들어진 (사람이 만든) 모든 지능을 뜻합니다.ex )규칙기반 ( rule-based ) 방법 : 특정 규칙에 따라서 조건 지정해서 판단( 메일에서 공짜 란 단어 들가면 스팸으로 판단! = 규칙기반방법 ) 머신러닝 (ML) : 학습을 통해 예측을 수행하는 모든 기계ex ) 한개의 뉴럴 네트워크로 이루어진 회귀모델, 신경망, 클러스터링, 서포트벡터머신 .... 등등! 딥러닝이 데이터의 특성들을..

벡터란 숫자를 원소로 가지는 리스트 또는 배열. 벡터의 노름(norm)은 원점에서부터의 거리. 임의의 차원 d에 대해 성립하는 것을 명심. L-1 노름은 각 성분의 변화량의 절대값을 모두 더함. L-2 노름은 피다고라스 정의를 이용해 유클리드 거리를 계산. 노름의 종류에 따라 기하학적 성질이 달라짐. 두 벡터 사이 거리 = 벡터의 뺄셈 두 벡터 사이의 각도 = 단, L2 에서만 가능. 제 2 코사인 법칙 분자를 쉽게 계산하는 방법이 내적이다. 내적은 정사영된 벡터의 길이와 관련 행렬이란 벡터를 원소로 가지는 2차원 배열 np.inner를 이용할 수 있는데, 뒤에 오는 행렬을 전치행렬 해야 내적임. 행렬은 벡터 공간에서 사용되는 연산자로 이해가능 행렬곱을 통해 벡터를 다른 차원의 공간으로 보낼수 있음 행렬..

1. 규칙기반 ( rule-based ) 방법 : 특정 규칙에 따라서 조건 지정해서 판단 (인공지능에 속함, 머신러닝은 아닌것! ) ( 메일에서 공짜 란 단어 들가면 스팸으로 판단! = 규칙기반방법 )     2. 머신러닝 : 데이터에 대해 예측 진행하고, 레이블 ( 정답 ) 으로 채점한 뒤 틀린 문제에 대해 스스로 피드백( 가중치 조정 )을 진행하는 것.      3. 인공지능 > 머신러닝 > 딥러닝인공지능 : 사람의 지적 능력을 컴퓨터를 통해 구현하는 기술머신러닝 : 사람이 정한 모델과 특징 추출 방법을 이용하여 데이터를 기반으로 추론할 수 있게 하는 기술 딥러닝 : 인공신경망 방법을 이용해 만든 머신러닝 기술로, 빅테이터 학습에 적합한 기술 머신러닝과 딥러닝의 차이 는 사람의 개입 여부. 머신러닝과..