신경망 (1)

신경망 개요

신경망
.생물학적 신경회로망을 모델링한 수학적 함수
.원하는 입출력 매핑 함수의 형태를 스스로 찾는 학습 능력을 가짐
.데이터를 이용하여 학습이 수행되므로 데이터 분석 툴로 사용
.학습 방식에 따라 다양한 모델이 존재

심층 신경망
.가장 발전된 형태의 신경망 모델들

딥러닝
.심층 신경망을 이용하여 데이터를 분석하는 머신러닝 기술

인공신경망
.인간 뇌의 정보처리 방식을 모델링하는 방법

인공신경망 구성 요소
.신경세포
.신경망 구조
.학습 알고리즘

활성화함수
.계단함수, 부호함수, 선형함수
.시그모이드함수, 하이퍼탄젠트함수, ReLU 함수

정보 흐름 방향
.전방향 신경망
.회귀 신경망

인공 신경망의 학습
.신경망에 어떤 입력이 주어졌을 때, 출력값이 원하는 값이 되도록
가중치를 조정하는 것
.하나의 함수로 취급
.데이터에 대한 학습을 통해 최적의 함수를 찾음
.신경망은 어떤 형태의 함수도 표현할 수 있음

다층 퍼셉트론

M-P뉴런
.단일 신경세포에 대한 첫 번째 모델

퍼셉트론
.MP뉴런을 여러 개 결합하여 네트워크 형태를 갖춘 신경망
.패턴 인식을 수행하는 최초의 신경망
.단층 전방향 신경망

퍼셉트론의 한계
.비선형 결정경계를 표현할 수 없음
.XOR 문제

다층 퍼셉트론
.1개 이상의 은닉층을 가짐
.출력은 입력에 대한 비선형 매핑
.다층 전방향, 완전연결