거의 알고리즘 일기장

인공신경망이란? 생물학적 신경망을 모방해 만듬. 이 내용은 밑의 링크 참고ko.wikipedia.org/wiki/%EC%9D%B8%EA%B3%B5_%EC%8B%A0%EA%B2%BD%EB%A7%9D 인공 신경망 - 위키백과, 우리 모두의 백과사전 위키백과, 우리 모두의 백과사전. 인공 신경망은 노드들의 그룹으로 연결되어 있으며 이들은 뇌의 방대한 뉴런의 네트워크과 유사하다. 위 그림에서 각 원모양의 노드는 인공 뉴런을 나타내고 � ko.wikipedia.org 요소 입력층, 은닉층, 출력층이 필요하며 은닉층이 2개 이상이면 심층 신경망으로 불림 활성화 함수 위의 수식을 보면 중간중간 시그마 기호가 있는걸 알수있는데 이 시그마는 활성화 함수를 의미한다. 활성화 함수가 필요한 이유는 값이 비선형성을 띄게 하기..

주어진 데이터를 잘 설명하는 직선 하나를 찾는 일! y = w * x + b 에서 들어오는 x, y 데이터에 잘 맞는 w, b의 값을 찾는것 이를 위해서는 두가지를 먼저 알고 가야한다. 손실함수, 경사하강법 손실함수 : 모델의 예측값과 실제 값과의 오차, 주로 MSE(평균 제곱오차 사용) 경사하강법 (gradient decent) : 수식을 보면 알기 쉬운데 주어진 w에서 기울기를 구하고 그 기울기에 대해서 w를 조금씩 업데이트하면서 손실함수의 극솟값을 구하는 방식이다. (수식 : W(t+1) = W(t) - gradient(기울기) X learning rate(학습률)) (왜 w로 미분해서 그 값이 0이 되는 지점을 찾지 않고 경사하강법을 이용하냐면 데이터가 많아지면 많아질수록 연산량이 매우매우 늘어나..