퍼셉트론
<데이터 사이언스/Data Science> 2. 신경망
노션에서 작성한 노트를 HTML로 가져오기 때문에 형식이 어색할 수 있습니다. !잘 보이지 않으시면 오른쪽 밑의 달 모양 버튼을 클릭해주세요! 신경망: 가중치 매개변수의 적절한 값을 데이터로부터 자동으로 학습하는 능력을 지님 은닉층의 뉴런은 겉으로 드러나 있지 않음활성화 함수:입력 신호의 총합을 출력 신호로 변환하는 함수y=h(b+w1x1+w2x2)h(x)={1x>00x≤0y=h(b+w_1x_1+w_2x_2)\\ h(x) = \begin{cases} 1 & \text{$x \gt 0$}\\ 0 & \text{$x \le0$}\end{cases}y=h(b+w1x1+w2x2)h(x)={10x>0x≤0위의 식은 다음의 두 단계로 나눌 수 있음:a=b+w1x1+w2x2a = b + w_1x_1 + w..
<데이터 사이언스/Data Science> 1. 퍼셉트론
노션에서 작성한 노트를 HTML형식으로 가져오기 때문에 어색할 수 있습니다. !잘 보이지 않으시면 오른쪽 밑의 달 모양 버튼을 클릭해주세요! 퍼셉트론: 프랑크 로젠블라트가 1957년에 고안한 알고리즘 신경망(딥러닝)의 기원이 되는 알고리즘 원리: 다수의 신호를 입력으로 받아 하나의 신호를 출력함 출력하는 신호는 0과 1 두 가지 값만을 가질 수 있음 위의 원을 뉴런 혹은 노드라고 부름 x는 입력 신호, w는 가중치, y는 출력 신호 각 입력신호에 그에 상응하는 가중치가 곱해지고 정해진 한계(임계값θ)를 넘으면 1, 보다 작으면 0 임계값을 넘는 것을 '뉴런이 활성화한다'라고도 표현 입력 신호 각각에 고유한 가중치가 부여됨 가중치: 각 신호가 결과에 주는 영향력을 조절하는 매개변수 - 클수록 해당 신호가 ..