CV 이론Image ClassificationCNN의 중요한 기본 layer들Convolution LayerConvolution Layer를 통해 이미지의 특징(feature, 패턴)를 추출합니다. 이 Convolution Layer를 깊게 쌓을수록 단순한 특징(Low-Level Feature)에서 복잡한 특징(High-Level Feature)을 추출할 수 있게 됩니다. (첫 Convolution Layer의 결과는 단순한 특징(Low-level feature) => 여러번 Convolution Layer를 통한 특징(mid-level feature) => 더 깊은, 최종 특징(high-level feature))즉, Convolution Layer를 통해 이미지의 공간적 특징을 추출하며 여러번 Con..

머신러닝이란 어떤 작업 T에 대해 경험 E와 함께 성능 P를 향상시키는 알고리듬         ex) 이미지 분류                   작업(T) : 주어진 이미지를 분류하는 작업                   경험(E) : 다양한 이미지들로 이루어진 학습 데이터셋                   성능(P) : 이미지 분류 정확도머신러닝 학습의 종류지도 학습(Supervised Learning) : 데이터와 정답 레이블을 주고 학습비지도 학습(Unsupervised Learning) : 데이터만 주고 데이터에 존재하는 패턴을 학습강화 학습(Reinforcement Learning) : 일련의 행동에 따른 보상을 이용한 학습 (일종의 경험을 통한 학습이라 생각하면 된다.) - ex) 알파고 (..