Introduction - Learning Algorithm

• 초기 NN상태(구조)랑 데이터를 학습시킨 NN상태랑의 차이점은 connection weight가 달라진다.

  ⇒ 입력 값(x값)에 대한 올바른 y값이 나오도록하기에 weight가 달라진다.

Recap : Linear Regression

Recap : Logistic Regression

⭐ Linear Regression ⇒ MSE / Logistic Regression ⇒ Cross entropy

Recap : Gradient Descent Method

Neural Network Training

📌 Regression

📌 Classification

• 일반적인 방법과 NN의 차이점이 거의 없다.

  하지만, 단 하나 y값이 NN(x)에 의해서 도출된 output이라는 점이다. ⇒ 그에 따라 도함수(미분)도 달라짐

Recap : Composite Function Differentiation 합성함수 미분

• variable Dependency Graph를 통해서 파악 가능

❓ 만약 여러 변수가 영향을 준다면?