인공지능02 :: 코사인유사도, FNN
1. 코사인 유사도(Cosine Similarity)
코사인 유사도는 두 벡터 간의 코사인 각도를 이용하여 구할 수 있는 두 벡터의 유사도를 의미합니다. 두 벡터의 방향이 완전히 동일한 경우에는 1의 값을 가지며, 90°의 각을 이루면 0, 180°로 반대의 방향을 가지면 -1의 값을 갖게 됩니다. 즉, 결국 코사인 유사도는 -1 이상 1 이하의 값을 가지며 값이 1에 가까울수록 유사도가 높다고 판단할 수 있습니다. 이를 직관적으로 이해하면 두 벡터가 가리키는 방향이 얼마나 유사한가를 의미합니다.
(from https://wikidocs.net/24603)
모든 대화의 응답을 Edit distance 를 기준으로 Clustering 해서
많이 사용하는 1200개의 Reaction class 만들어 낼 수 있다.
continus utterance = From Wikipedia, the free encyclopediaJump to navigationJump to search
For the legal term, see Uttering.
"Utter" redirects here. For the surname, see Utter (surname).
Utterance being spoken
In spoken language analysis, an utterance is the smallest unit of speech.
*대표적인 딥러닝 모델
- FNN (Feedforward Neural Network)
*FNN :
이 때, AI가 학습해야 할 전체 파라미터 개수는 (783X30 + 30X10 + 30 + 10) = 23,860(input node 개수 X hidden node 개수 + hidden node 개수 X output node 개수 + hidden node 개수 + output node 개수)개이다.
y = F(wx+b)
F(x) : 비선형 함수
Binary or binomial classification is the task of classifying the elements of a given set into two groups (predicting which group each one belongs to) on the basis of a classification rule.
Definition - What does Downstream mean?
In IT, "downstream" refers to the transmission of data to an end user or toward an end user from a central server or point of origin.