Intro
뉴런
- 전위가 임계 값을 넘으면 → 다음 뉴런으로 신호를 전달
- 임계 값을 넘기지 못하면 → 아무것도 하지 않는다
로지스틱 회귀
- 입력 값을 놓고 활성화 함수에 의해 일정한 수준을 넘으면 → 참
- 그렇지 않으면 → 거짓
- 이 회로가 하는 일이 뉴런과 같다
인공 신경망(Artificial Neural Network, 신경망)
- 뉴런과 비슷한 메커니즘을 사용하면 인공적으로
생각
하는 그 무언가를 만들 수 있지 않을까?
신경망의 기본 구조
- 여러 층의 퍼셉트론을 서로 연결시키고 복잡하게 조합하여 주어진 입력 값에 대한 판단을 하게 하는 것
퍼셉트론(perceptron)
- 신경망을 이루는 가장 중요한 기본 단위
- 입력 값과 활성화 함수를 사용해 출력 값을 다음으로 넘기는 가장 작은 신경망 단위
1. 가중치, 가중합, 바이어스, 활성화 함수
$$
y = ax+b(a는\space기울기, b는 \space y절편)\\ y=wx+b(w는\space 가중치, b는\space 바이어스)
$$