Autoencoders
입력 데이터를 압축하고 복원하는 딥러닝 모델입니다. 차원 축소와 이상 탐지에 사용됩니다.
Neural Networks
신경망
6개 레벨
인공 신경망의 한 형태로, 데이터에서 패턴을 학습하는 기능이 있어요. 여러 층으로 구성되어 복잡한 관계를 모델링할 수 있어요. 주로 이미지, 음성, 자연어 처리 분야에서 활용되고 있어요.
신경망 스킬 여정을 시작하세요
6개의 레벨을 통해 체계적으로 학습하고, 커리어 성장의 기반을 다지세요.
6 레벨 로드맵
단계별 역량 인증
학습 로드맵
6개 레벨
전체 6
하위주제 (13)
Capsule Networks
공간 정보와 관계를 보존하는 신경망 구조입니다. 컴퓨터 비전 분야에서 활용됩니다.
Convolutional Neural Networks
이미지와 비디오 인식에 효과적이에요. 지역적인 특징을 잡아내는 필터를 사용해요. 층을 통해 깊이 있는 표현을 학습해요.
Deep Cross Network
추천 시스템에서 특성 상호작용을 학습하기 위한 신경망입니다. CTR 예측에 주로 사용됩니다.
Feedforward Neural Networks
입력 데이터가 네트워크의 입력층을 통해 전방향으로 전달되며, 각 노드는 활성화 함수를 통해 출력을 생성해요. 이 구조는 주로 분류와 회귀 문제에 사용되며, 학습 과정에서 가중치가 조정돼요. 결과적으로, 입력과 출력 간의 복잡한 관계를 모델링할 수 있어요.
Generative Adversarial Networks
생성적 적대 신경망은 두 개의 신경망이 경쟁하여 새로운 데이터를 생성하는 모델이에요. 하나는 데이터를 생성하고, 다른 하나는 진짜와 가짜를 구별하는 역할을 해요. 이 과정에서 점점 더 현실적인 데이터가 만들어지게 돼요.
