Neural Network
인간 뇌의 기능을 묘사
- data : 자극이 입력기관을 통해 뇌로 입력
- activation : 자극이 들어오면 뉴런이 활성화
- weight : 같이 활성화되는 뉴런들은 강하게 연결된다
Linear Separability : 선형분리가능성
- 선으로 무엇을 할 수 있을까?
공간을 분할해서 class를 분류할 수 있다
- 빨간 부분 : y = f(x) > 0
- 파란 부분 : y = f(x) < 0
이를 구분하는 수식
: x1,x2 값에 w1,w2 가중치를 곱하고 w0(절편)(인터셉트)(바이어스)을 더한다
위 수식을 그림으로 설명하면
- x1,x2으로 받아들이는 input값에 w1, w2 가중치를 곱하고
- 해당 값에 w0 절편을 더해서 해당 값이 0보다 크면 위, 작으면 아래로 class를 구분한다
- 입력이 I개, 가중치 또한 I개, 절편은 1개
- 연산이 된 값들이 더해져서 Weighted summation(가중합) 된다
가중합이 된 상태에서 어느 영역에 속하는지 판단한다 == Activation function(활성함수) = 공간을 분할한다
'학부과정 > 머신러닝' 카테고리의 다른 글
| Train, Test, 교차검증 (0) | 2022.11.09 |
|---|---|
| 과대적합, 과소적합 (0) | 2022.11.09 |
| MSE, MAE (0) | 2022.11.09 |
| 머신러닝_1 (0) | 2022.11.09 |
| 강화&Batch&온라인 학습 (0) | 2022.10.11 |