활성화 함수(Activation Function)란? AI가 복잡한 패턴을 배우게 하는 계산식
활성화 함수는 신경망이 단순한 직선 관계를 넘어 복잡한 패턴을 배울 수 있게 각 뉴런의 출력값을 바꾸는 계산식입니다. ReLU, 시그모이드, 소프트맥스와의 차이까지 초보자 눈높이로 정리했습니다.
활성화 함수는 신경망이 단순한 직선 관계를 넘어 복잡한 패턴을 배울 수 있게 각 뉴런의 출력값을 바꾸는 계산식입니다. ReLU, 시그모이드, 소프트맥스와의 차이까지 초보자 눈높이로 정리했습니다.
특징(Feature)은 AI 모델이 예측하거나 분류할 때 참고하는 입력 데이터의 개별 단서입니다. 라벨, 입력 데이터, 특징 엔지니어링, 파라미터와의 차이까지 초보자 눈높이로 정리했습니다.
GPU는 AI 모델 학습과 추론에서 대량의 숫자 계산을 병렬로 처리해 속도와 처리량을 높이는 그래픽 처리 장치입니다.
회귀는 AI가 카테고리 이름이 아니라 매출, 시간, 가격, 온도처럼 숫자 값을 예측하는 작업입니다. 분류와의 차이, 선형 회귀, 로지스틱 회귀, 오차 지표까지 초보자 기준으로 정리했습니다.
비식별화는 AI 학습, 분석, 자동화에 쓰는 데이터에서 이름, 연락처, 계정 ID처럼 개인을 알아볼 수 있는 정보를 제거하거나 가리는 개인정보 보호 방법입니다.
체인 오브 쏘트는 AI에게 바로 답만 내게 하지 않고, 문제를 중간 단계로 나누어 생각하도록 유도하는 프롬프트 방법입니다.
샌드박스는 AI 에이전트나 프로그램이 정해진 공간 안에서만 파일, 네트워크, 도구를 쓰도록 제한하는 격리 실행 환경입니다.
RAG는 AI가 답변하기 전에 외부 문서나 데이터베이스를 검색하고, 찾은 근거를 바탕으로 답변을 생성하게 하는 방식입니다.
혼동 행렬은 AI 분류 모델의 예측이 실제 정답과 어떻게 맞고 틀렸는지 보여주는 평가 표입니다.