jam 블로그

1. 서론 인공지능 분야에서 머신러닝과 딥러닝은 매우 중요한 개념입니다. 이러한 기술들은 현재 다양한 산업 분야에서 활용되고 있으며, 미래 사회의 많은 부분을 혁신할 것으로 기대되고 있습니다. 이번 글에서는 머신러닝과 딥러닝의 차이점과 각각의 활용 방법에 대해 자세히 알아보도록 하겠습니다. 2. 머신러닝과 딥러닝의 기본 개념 2.1. 머신러닝 머신러닝은 인공지능의 한 분야로, 컴퓨터가 데이터를 통해 학습하고, 이를 바탕으로 판단이나 예측을 수행하는 기술입니다. 머신러닝은 데이터를 분석하고, 패턴을 파악한 후, 이를 모델링하여 예측 성능을 개선해 나갑니다. 이 과정에서 컴퓨터는 사람의 개입 없이 스스로 데이터를 학습하고, 이를 바탕으로 예측 모델을 개선해 나가는 것이 특징입니다. 2.2. 딥러닝 딥러닝은 ..

원-핫 인코딩 각 단어의 인덱스를 정한 후 각 단어의 벡터를 각 단어에 해당하는 인덱스의 값을 1로 표현하는 방법 장점 : 간단하고 이애하기 쉽다. 단점 : 단어 수가 많아지면 많아질수록 벡터의 크기가 커지기 때문에 공간이 많이 사용되고 비효율적. 단어의 의미나 특성 같은 것들이 전혀 표현되지 않는 것. 코딩 순서 형태소 분석기로 문장들을 자릅니다. 자른 문장들을 합쳐서 하나의 사전으로 만듭니다. 사전에 등록된 단어의 인덱스를 1로 바꾸고 나머지는 0으로 넣은 배열을 출력합니다. 단점 타파 카운터 기반 방법 특이값 분해 (Singular Value Decomposition, SVD) 잠재의미분석 (Latent Semantic Analysis, LSA) Hyperspace Analogue to Langua..