밀래의 코딩북

이 포스팅은 개인적으로 책을 보며 학습한 내용입니다. 이점 참고 부탁드립니다. 신경망을 이해하려면 퍼셉트론을 먼저 학습해야 합니다. 퍼셉트론은 이해하기 쉬우니 한번 읽어보시고 다시 신경망으로 돌아오세요. 퍼셉트론의 단점은 매개변수 중 가중치를 수동으로 사람이 설정해야 합니다. 신경망은 수동으로 설정해야 하는 가중치를 데이터로부터 적절한 값을 학습하는 능력을 가지는데 이는 신경망의 대표 성질입니다. 이제 신경망과 퍼셉트론의 차이점을 알아보고 신경망의 입력을 식별하여 처리하는 과정에 대해 정리해보겠습니다. 1. 퍼셉트론과 신경망 신경망을 그림으로 표현하면 [그림1] 처럼 나타 낼 수 있습니다. 총 2층으로 구성되어 있으며 오른쪽에서부터 입력층, 은닉층, 출력층이라 합니다. 은닉층은 단어 뜻 그대로 숨겨 있다..

해당 포스팅은 개인 학습을 정리한 내용입니다. 잘못된 점이 있다면 댓글로 남겨주시면 감사하겠습니다. 1. 퍼셉트론 퍼셉트론은 1957년에 프랑크 로젠블라트가 고안한 알고리즘입니다. 오래된 알고리즘이지만 현재 신경망(딥러닝)의 기원이 되는 알고리즘으로 퍼셉트론의 구조를 알아가는 것이 꼭 필요합니다. 퍼셉트론은 다수의 신호를 입력받아 하나의 신호를 출력하는 알고리즘입니다. 간단히 예를 들면 AND 게이트 같이 두 개의 신호를 받아 0, 1로 출력하는 것도 퍼셉트론 알고리즘이라고도 할 수 있습니다. 그림 2는 퍼셉트론의 2개의 신호를 받는 예입니다. x1, x2 두개의 신호가 있고 w1, w2 각각의 가중치를 뜻합니다. 신호가 y를 향할 때 각각의 x는 가중치 w를 곱합니다. 여기서 y는 뉴런이라 하며 뉴런으..