태그

#미적분

총 5개의 포스트

미적분 실무 개념 과제: ML 최적화 현장에서 마주치는 문제들

미분, 손실 함수 최적화, 경사 하강법, 역전파 개념을 머신러닝 실무 시나리오에 적용하는 개념 과제 모음입니다. 각 문제는 실제 모델 학습 현장에서 자주 마주치는 상황을 기반으로 합니다.

수치 미분, 경사 하강법, 퍼셉트론 역전파, 뉴턴 방법을 NumPy로 직접 구현하는 코딩 과제입니다. 각 문제에 단계별 힌트와 전체 풀이 코드가 포함되어 있습니다.

경사 하강법의 원리와 학습률, 퍼셉트론 회귀·분류, 역전파, 그리고 뉴턴 방법과 헤시안까지 뉴럴 네트워크 최적화의 핵심을 정리했습니다.

손실 함수 최적화, 제곱 손실과 로그 손실의 미분, 편미분과 그래디언트의 개념, 그래디언트로 최솟값 찾기까지 머신러닝 최적화의 핵심을 정리했습니다.

머신러닝 최적화의 핵심인 미분(derivative)을 직관적으로 이해하고, 상수·다항함수·지수·로그·삼각함수의 미분 공식과 스칼라 곱·합·곱·연쇄 법칙까지 정리했습니다.