1번째 줄: |
1번째 줄: |
| == 개요 == | | == 개요 == |
− | Artificial Neural Network. 인공신경망. 생체의 신경망을 흉내 낸 기계학습 모델. | + | Artificial Neural Network. 인공신경망. 생체의 신경망을 흉내 낸 기계학습 모델. 뉴런의 기본 작동방식을 모방한 것이다.(가지돌기에서 신호를 받고, 신경세포체에서 일정신호를 넘기면 축삭돌기로 전기신호를 내보낸다.) |
| + | |
| + | 각 노드(뉴런)에 가중치를 지정하여 외부에서 해당 값을 넘어설 때에만 신호를 내보내도록 하는 방식이 기본 아이디어이다. |
| + | |
| + | 들어오는 값들은 가중치에 의해 결정되고, 나가는 값은 활성화함수에 의해 결정된다. |
| + | |
| + | 1개의 층으로 AND, OR, NOT 등의 기초 논리소자의 역할을 할 수 있다. |
| + | |
| + | 하지만, NOR은 1개 층으로 구현이 안되어 2개의 층을 이용하여 구현하는데, 이때문에 은닉계층을 만들게 된다. |
| + | |
| + | === 작동단계 === |
| + | 3개의 층을 거친다. |
| + | {| class="wikitable" |
| + | !단계 |
| + | !설명 |
| + | |- |
| + | |입력계층 |
| + | |들어온 신호에 가중치를 곱해 다음단계로 보낸다. |
| + | |- |
| + | |은닉계층 |
| + | |받은 벡터에 활성화함수를 적용해 뉴런의 동작을 흉내낸다. |
| + | 이후 새로운 가중치행렬을 곱해 출력계층으로 보낸다. |
| + | |- |
| + | |출력계층 |
| + | |활성화함수를 적용해 외부로 최종 출력한다. |
| + | |} |
| + | |
| + | == 활용 == |
| + | 분류와 회귀에 사용된다. |
| + | |
| + | |
| [[분류:머신러닝 이론]] | | [[분류:머신러닝 이론]] |