야나두 딥러닝의 시작은 DX 전문가 교육 때 부터 였다. 카이스트 교수 교육이 있었을때, 예상 하였던 것처럼, 통계학, 선형대수학, 인공지능 기초 이론이 있어가 그나마 듣는 것이 가능 할 거 같았다.
하지만, 대학원생과 같이 특정과제를 잡고 학생들을 가르쳐 주는 연구교수님들께서, 본인의 연구 분야 만 소개 하고, 가르쳐 주셨기 때문에 듣는 사람 입장에서는 쉽지 않은 교육이 었다. 카이스트 교수 본 교육 들어가기 전에, 빠르게 정리 하려 하였지만, 이것이 수학이 들어 간 공부라 쉽지는 않았다.
이번에 할 때는 쉬운 사례를 가지고 가능 한 이해 하기 쉽게 설명 할 예정이다. 딥러닝 분야는 이번 DX 교육 때 부터 처음과 마찮가지이니, 아주 디테일 하게 정리 하였다.
이번에 이것을 정리 하면서 Latex를 사용할 예정 이다. 딥러닝 공식 중에서 대표적인 공식을 아래 적어 보려 한다. 크로스 엔트로피에 대한 공식 이다.
$$ H_P(q) = \sum_{c=1} ^C q(y_c)log(p(y_c)) $$
- C = 범주의 개수
- q = 예측 모형의 실제 분포
- p = 예측 분포
위의 공식을 유도 하는 방식이나, 수학적인 기본 원리를 가지고, 설명할 예정이다.
댓글 없음:
댓글 쓰기