인공지능 정리 [본론2] :: 신경망 학습

신경망 학습

인간의 뇌세포 뉴런을 본딴 classifier

Collection => Processing => Dissemination(전파) 과정을 거침

단일 신경망

기본 구조

뉴런 : input(입력), weight(학습, 기억), net(활성화 레벨), 활성화 함수

분석

뉴런의 weight는 학습, 기억의 역할을 함 ( ==뉴런의 기능 )

변경되면 뉴런의 기능이 변경됨

x [input] * w [weight] = net

O = f(net) [activation function]

Error = T [answer] - O [f(net)]

이러한 흐름으로 계산하는 것을 forward propagation이라고 함

목표 : input에 따른 output이 정확히 분류되어 나와야 함

Error가 0에 가까워지도록 학습해야함

학습은 w를 바꾸는 것