Introduction

딥러닝deep learning은 다층 신경망deep neural network을 통해 데이터의 계층적 표현을 학습하는 기계 학습 방법론입니다. "특징을 사람이 설계하지 않고 모델이 직접 학습한다"는 발상이 본질이며, 이 발상이 이미지·언어·강화 학습 등 분야 전반의 성능 한계를 차례로 뚫어 왔습니다. 이 허브는 퍼셉트론에서 Transformer까지, 그리고 강화 학습과 응용 영역까지 이어지는 학습 경로를 정리합니다.

목록

기본 개념

  • 퍼셉트론 (예정)
  • 신경망 (예정)
  • 보편 근사 정리 (예정)
  • 역전파 (예정)
  • 경사 하강법 (예정)

핵심 아키텍처

  • 합성곱 신경망 (예정)
  • 순환 신경망 (예정)
  • 트랜스포머

학습 패러다임

  • 지도 학습 (예정)
  • 비지도 학습 (예정)
  • 강화 학습 (예정)
  • 기계 학습 (예정)

강화 학습 알고리즘

  • 마르코프 결정 과정 (예정)
  • Q-러닝 (예정)
  • SARSA (예정)
  • 정책 경사 (예정)
  • DQN (예정)

응용

  • RAG (예정)
  • 베이지안 스무딩 (예정)

추후 업데이트됩니다.