Learning & Optimization
기계가 데이터로부터 수리적 규칙을 스스로 물리 학습하는 기본 원리와, 오차를 줄여나가는 최적화의 역학을 다루는 학습 노드입니다.
용어4
gradient-descent
이 용어로 연결된 기록을 섹션별로 살펴봅니다.
Optimization Logic & Gradient Descent
손실 함수라는 거대한 수리적 계곡을 따라 가장 낮은 지점(최소 오차)을 찾아가는 최적화의 물리적 여정과, 기계의 학습 속도와 안정성을 결정하는 수치적 기울기 연산의 역학을 다룹니다.
Matrix Calculus & Eigendecomposition
행렬의 미분과 변화율을 다루는 행렬 해석학, 그리고 행렬의 고유한 성질을 추출하는 고윳값 분해의 수리적 역학을 다루는 학습 노드입니다.
Optimization & Convex Geometry
목표 함수를 최소화하거나 최대화하는 최적의 변수 조합을 찾는 수리적 방법론과, 전역 최적해를 보장하는 볼록 함수의 기하학적 성질을 다루는 학습 노드입니다.