이 사이트 소개
AI Explainer는 인공지능에 대한 다양한 개념과 기술을 누구나 이해할 수 있도록 설명하는 교육 플랫폼입니다.
주요 주제
미분과 최적화
AI 학습의 기초가 되는 미분과 함수 최적화 개념
경사하강법
신경망 학습에 사용되는 가장 기본적인 최적화 알고리즘
학습률과 수렴
학습률이 모델 학습에 미치는 영향과 최적의 학습률 찾기
선형회귀와 R-Squared
회귀 모델의 성능을 평가하는 결정계수 개념
함수 합성과 폴딩
함수형 프로그래밍의 핵심 개념
깊은 신경망의 폴딩 효과
다층 신경망에서의 함수 폴딩과 표현 학습
다차원의 폴딩
고차원 데이터에서의 폴딩 효과와 차원 축소
탕수육으로 배우는 역전파
역전파와 연쇄법칙의 시각화
신경망 역전파 시뮬레이터
오차 역전파와 가중치 업데이트 과정을 단계별로 시각화
경사 소실 시뮬레이터
깊은 신경망에서 기울기가 사라지는 현상을 시각적으로 탐구
벡터 내적 보트 시뮬레이터
보트를 이용한 내적의 직관적 이해
벡터 내적 시뮬레이터
벡터 내적과 유사도 계산의 시각적 이해
합성곱과 필터 시뮬레이터
이미지 처리에서의 합성곱 연산과 필터의 역할 시각화
풀링 시뮬레이터
합성곱 신경망에서의 풀링 연산과 특징 추출 시각화