목차※ 세부 목차는 내용 소개에서도 확인할 수 있습니다.
내용 소개
[동기]
이번 보고서를 작성한 동기는 인공지능과 알고리즘에 대한 깊은 이해를 통해 컴퓨터 프로그래머로서의 진로를 더욱 확고히 하고자 하는 열망에서 비롯되었다. 경사하강법은 인공지능 모델의 학습 과정에서 손실 함수를 최소화하는 핵심 알고리즘으로, 이 알고리즘의 수학적 원리를 탐구함으로써 최적화 문제를 해결하는 방법을 배우고자 하였다. 특히, 손실 함수와 기울기의 개념을 바탕으로 매개변수를 조정하는 과정이 어떻게 이루어지는지를 체계적으로 이해하고, 이를 통해 실제 데이터에 대한 예측 성능을 향상시킬 수 있는 방법을 모색하고자 하였다.
[포트폴리오 특징]
경사하강법의 수학적 원리를 중심으로 인공지능과 수학의 융합적 관점을 강조하고 있다. 경사하강법은 손실 함수를 최소화하기 위한 핵심 최적화 알고리즘으로, 반복적인 매개변수 업데이트 과정을 통해 최적해에 도달하는 방법을 상세히 설명하고 있다. 이 과정에서 미분계수와 기울기를 활용하는 방안에 대해 학습하고, 이를 기반으로 학습률을 조정하는 방식은 수학적 사고의 중요성을 잘 보여준다. 또한, 경사하강법의 변형 기법과 한계를 극복하는 방법을 탐구함으로써, 인공지능 알고리즘의 발전 방향을 제시하고, 두 분야의 통합적 이해를 통해 더 나은 최적화 결과를 도출할 수 있는 기반을 마련한다.
[목차]
1. 학습의 개념
2. 경사하강법의 기본 원리
3. 이동거리와 학습률 설정
4. 경사하강법과 다른 기법과의 비교 (장점)
5. 경사하강법의 한계
6. 한계 극복 또는 대체