Chapter.2 Perceptron, MLP

📌 Perceptron

📖 Perceptron 개요

Perceptron(퍼셉트론)은 신경의 흥분이 전달되기 워해서는 뉴런에 전달되는 자극의 크기가 역치 이상이 되어야 한다.

프랑크 로젠블라트가 1957년에 고안한 알고리즘 이며, 수학적인 식은 아래에 나오는 것과 같은데, W1, W1은 가중치 (weight) - 각 입력 신호가 결과에 주는 영향력을 조절하는 매개변수를 의미하고, b는 편향 (bias) - 뉴런이 얼마나 쉽게 활성화 하는냐를 조절하는 매개변수를 의미한다.

---

📌 XOR 문제

📖 XOR

배타적 논리합은 수리 논리학에서 주어진 2개의 명제 가운데 1개만 참일 경우를 판단하는 논리 연산이다.

📋 AND 게이트

📋 OR 게이트

위 사진들을 보듯이 AND, OR는 해결이 가능하지만, 간단한 XOR 문제를 해결 할 수 없다.

이럴떄 사용할 수 있는것이 XOR 인데,
이를 다층 퍼셉트론(Multilayer Perceptron) : 퍼셉트론을 여러 개의 층으로 구성하여 만든 신경망을 의미한다.

📖 Multilayer Perceptron

다층 퍼셉트론의 특징으로는 아래와 같다.

• 비선형 데이터를 분리 할 수 있다.
• 학습시간이 오래걸린다.
• 가중치 파라미터가 많아 과적합되기 쉽다.
• 가중치 초기 값에 민감하여 지역 최적점에 빠지기 쉽다.

아래의 그림을 보면서 개념을 정리하면 편리할 것이다.

📌 마무리

📖 느낀점

위 사진 말고도 입력이 방개수, 평수, 주차장 유무, 범죄율, ..등 을 입력했을 때에,
중간층(은닉층)에서 여러가지 데이터들을 학습하고, 출력층에서 결과적으로 집가격이 나온다.

이외에도 여러가지에서 쓰임새가 많을 것 같은데 더 공부하면서 찾아 봐야 할 것 같다.