퍼셉트론 알고리즘

인공신경망의 기본이 되는 알고리즘.

: 입력 데이터를 두 클래스(양성클래스, 음성클래스)로 분류하기 위해 가중치를 학습하는 알고리즘
: 선형적으로 구분되지 않는 데이터셋에는 수렴X

[간단하게 과정 설명]

• 샘플 x를 입력받아 가중치 w를 연결하여 최종 입력을 계산하는 방법. 최종 입력은 임계함수로 전달되어 샘플의 예측 클래스 레이블인 -1 or +1의 이진 출력 생성. 이 단계에서 예측값이랑 다르면 예측 오차를 계산하고 가중치 업데이트
• x의 최종입력이 사전에 정의된 임계값(0)보다 크면 클래스 1로 예측, 그렇지 않으면 클래스 2로 예측
• 퍼셉트론 알고리즘에서 결정함수는 단위 계단함수를 변형한 것.
• (한줄요약) 입력 데이터로 가중합 계산 → 출력 생성 → 가중치 업데이트를 반복하며 데이터를 학습

용어 정리

• 학습률: 0.0~1.0 사이 실수
• 에포크: 훈련 데이터셋 최대 반복 횟수