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 가까워지..