Non-technical explanation of deep learning(Part 1,2 optional)

Part 1

Demand prediction

• nueral network의 가장 기본적인 형태

A는 input, B는 output

• price, shipping cost, marketing, material 이라는 네 개의 input이 각각 affordability, awareness, perceived quality라는 요인에 영향을 주고, 이 세 개의 요인이 합쳐져 demand라는 output으로 이어진다.
• 충분한 데이터가 주어진다면 input에서 output으로 mapping하는 작업을 아주 잘 수행할 수 있게 된다.

 

 

Part 2 (more complicated)

Face recognition

• 컴퓨터는 각 필셀이 얼마나 밝은지를 "숫자"로 파악한다
• 1000 x 1000 픽셀로 구성된 사진이라면 1,000,000개의 픽셀을 데이터로 가지게 된다.
• 컴퓨터는 사진의 각 부분을 파악한 뒤 이를 취합하여 identity라는 output을 만들어낸다.
• All you need to do is give it a lot of pictures.

 

 

 

출처: Coursera, AI For Everyone, DeepLearning.AI