강의 시리즈13장. 더 나아가기전남대학교 의공학부(디지털헬스케어)

신경망 한계와 극복, 다음 길을 묻다 이 영상은 신경망이 걸어온 한계의 궤적과, 그 한계를 극복하며 탄생한 학습 방식들의 원리를 다룹니다. 지도·비지도·자기지도·강화학습 등 네 가지 패러다임의 차이점과 각각의 특징을 설명합니다. 특히 적대적 예제와 FGSM 기법을 통해 모델의 취약점을 직접 확인하는 실험 과정을 보여줍니다. 마지막으로 해석의 어려움과 높은 계산 비용 등, 실제 적용 시 마주하는 제약 사항까지 짚어줍니다. 신경망,한계,적대적예제,FGSM,자기지도학습 📌 목차 0:00 오프닝 — 열두 장을 지나 여기까지 0:47 한계가 다음 장을 불렀다 2:18 오늘의 지도 2:44 정답표가 없다면? 3:51 오토인코더 4:23 자기지도 학습 5:36 강화 학습과 알파고 6:10 정답은 어디서 오는가 7:21 한계 둘 — 적대적 예제 8:52 실제로 해 보면 9:37 FGSM — 한 줄짜리 식 11:39 왜 하필 부호인가 12:46 엡실론이 곧 최대 변화량 14:35 엡실론을 키워 가며 15:31 대조군을 어떻게 맞췄나 17:16 규모를 키우면 달라질까 18:09 한계 셋 — 해석이 어렵다 19:21 실습 13-1: 방향이 문제다 21:11 편향 — 데이터가 곧 모델이다 21:50 안전이 중요한 곳 23:25 다음 단계 로드맵 24:19 어느 길로 가든 지킬 습관 25:59 연습문제 풀이 2 27:01 연습문제 풀이 3 29:03 13장 요약 강좌: 인공신경망 입문 [2026-02] 차시: 13장. 더 나아가기 제작: MathStudio (Manim + 한국어 음성 합성) IRElab (ire.jnu.ac.kr) 지능형 재활공학 연구실은 인공지능을 활용한 재활공학 기술을 개발하는 연구실입니다. 수학이 당신을 자유케 합니다. ^^.