– 일시 : 2017. 11.17. (금) 오후 04:00 ~ 오후 06:00
– 장소 : 아산이학관 536호
– 연사 : 한연희 (한국기술교육대학교 컴퓨터공학부)
– 제목 : Deep Learning and Gradient Descent Optimization (딥러닝과 경사 하강 최적화)

최근 머신 러닝(Machine Learning)의 한 분야인 인공 신경망(Artificial Neural Networks)을 응용한 딥러닝(Deep Learning) 기술이 획기적으로 발전하여 기존의 여러 가지 머신 러닝 기법들을 압도하는 주목할 만한 성능 개선을 보여주고 있다. 현재 딥러닝 기술은 사진, 그림, 음성, 음악, 비디오, 문서 등에 표현된 데이터에서 패턴을 인식하는데 매우 띄어난 성능을 보여주며, 이를 바탕으로 영상처리, 금융, 보안, 게임 등의 분야에 널리 활용되고 있다. 본 강의에서는 딥러닝의 기본 동작 원리를 파악하는 것을 목적으로, 1) 인공 신경 모델, 2) 인공 신경망 모델, 3) 손실 함수 및 인공 신경망 매개변수 최적화 목표 설정 방안을 알아보고, 이러한 다수의 매개변수들을 최적화하기 위하여 미분(Differentiation) 및 체인룰(Chain Rule)을 활용하는 경사하강 최적화(Gradient Descent Optimization) 기법에 대해 살펴본다.