1. Multivariate Functions
f(x, y) = z
f(x1, x2,.... xn) = y == f(X) = y
n개의 input을 가지는 것을 말한다.
input 개 수에 따라 dimension이 정해진다.
2. Parametric Model
f(X ; θ) = y
- 데이터 셋과, 모델의 파라미터 수가 정해진 모델
- θ : 파라미터
- X : 데이터 셋
Weighted Sum
- f(x1, x2, ... xn; w1, w2,.... wn) = w1x1 + w2x2 + ... + wnxn
Affine Functions
- f(x1, x2, ... xn; w1, w2,.... wn, b) = w1x1 + w2x2 + ... + wnxn + b
- Weighted Sum에 bias까지 더해진 함수
3. Parametric Model을 Artificial Neurons에 적용하기
- input 데이터 X로 Affine Function에 적용
- 결과 Z를 활성화 함수의 input으로 넣고 결과 값 return
- 인공뉴런은 w, b를 파라미터로 가지고있다.
