[Courasera] Advanced Learning Algorithms - Neural Networks : 머신러닝 특화과정

본 게시물은 Courasera Andrew Ng 교수님의 머신러닝 특화 과정

Supervised Machine Learning : Advanced Learning Algorithms 을 summary 한 것입니다.

 

---

신경망은 뇌가 학습하는 방식과 거의 관련이 없지만 뇌를 모방하는 소프트웨어를 구축하려는 초기 동기가 있었다. 뇌는 전기 자극을 보내고 때로는 다른 뉴런의 새로운 연결을 형성한다. 이와 같은 뉴런에는 다른 뉴런으로부터 전기 자극을 받는 많은 입력이 있다. 따라서 위 그림과 같이 인공 신경망은 생물학적 뉴런이 하는 일에 대한 매우 단순화된 수학적 모델을 사용한다.

 

신경망에서 입력 값이 있는 첫 번째 계층을 input 계층이라고 하고 출력 값이 있는 마지막 계층을 output 계층이라고 하며 그 사이의 모든 계층을 hidden 계층이라고 하며 각 계층을 통해 신경망을 형성한다.

 

뉴런 네트워크의 계층에서 각 뉴런은 그림과 같이 선형 회귀 또는 로지스틱 회귀 함수를 사용한다. 파란색 뉴런은 각 기능을 사용하여 값을 통해 다음 계층으로 전달된다.

 

따라서 각각의 값을 이용하여 계산된 값을 통해 예측을 한다. 이 예는 0.5보다 크면 1로, 0.5보다 작으면 0으로 범주를 결정하는 예이다.