수혁지능

K-Means Clustering Clustering(군집화)이란 데이터를 서로 다른 그룹으로 분류하는 기술을 말한다. 각 그룹에는 서로 비슷한 데이터들이 속하며, 클러스터링의 목적은 데이터로부터 유의미한 그룹들을 구하는 것이다. K-Means는 최초로 개발된 클러스터링 기법으로서 알고리즘이 상당히 간단하고 데이터가 커져도 손쉽게 사용할 수 있다는 장점이 있다. K-Means는 데이터를 K개의 클러스터로 나눈 뒤, 할당된 클러스터의 평균(클러스터 안에 속한 레코드들의 평균 벡터)과 포함된 데이터들의 거리 제곱합이 최소가 되도록 한다. 데이터들의 거리 제곱합을 클러스터 내 제곱합 혹은 클러스터 내 SS라고도 한다. 또한, 클러스터들끼리는 최대한 멀리 떨어지도록 한다. 예시를 하나 들어보면서 K-Means에..

What is GAN(Generative Adversarial Network, 적대적 생성 신경망)? 생성 모델(주어진 데이터를 학습하여 데이터 분포를 따르는 유사한 데이터를 생성하는 모델)의 한 유형이자 비지도학습의 대표주자 확률 변수 p(x)에 대한 정의 없이 p(x)를 샘플링하여 사용하는 방법 최대한 진짜와 비슷한 데이터를 생성하려는 생성자(Generator)와 진짜와 가짜를 구별하는 판별자(Discriminator) 각각 존재 GAN의 학습과정 : 판별자를 먼저 학습시킨 후 생성자를 학습시키는 과정 반복 판별자 실제 이미지를 입력해서 네트워크가 해당 이미지를 "진짜"로 분류하도록 학습 생성자가 생성한 모조 이미지를 입력해서 해당 이미지를 "가짜"로 분류하도록 학습 >> 실제 이미지를 "진짜"로 분..