[머신러닝] #3 신경망 #2 [머신러닝] #3 신경망 #2 "Deep Learning from Scratch” 책을 보고 제가 필요한 내용만 정리한 내용입니다. 자세한 내용은 책을 구매해서 보세요~ 3.5. 출력층 설계하기 -신경망은 분류와 회귀 모두에 이용할 수 있다.어떤 문제냐에 따라 출력층에서 사용하는 활성화 함수가 달라진다.일반적으로 회귀에는 항등 함수를, 분류에는 소프트맥스 함수를 사용한다. -기계학습 문제는 분류(classification)과 회귀(regression)로 나뉜다.분류는 데이터가 어느 클래스(class)에 속하냐는 문제이다.사진 속 인물의 성별을 분류하는 문제가 여기에 속한다.한편 회귀는 입력 데이터에서 (연속적인) 수치를 예측하는 문제이다.사진 속 인물의 몸무게(57.4kg?)를 예측하는 문제가 회귀이다... 2018. 7. 4. [머신러닝] #3 신경망 #1 [머신러닝] #3 신경망 #1 "Deep Learning from Scratch” 책을 보고 제가 필요한 내용만 정리한 내용입니다.자세한 내용은 책을 구매해서 보세요~ -앞 장에서 배운 퍼셉트론은 좋은 소식과 나쁜 소식이 있다.좋은 소식은 퍼셉트론으로 복잡한 함수를 표현할 수 있다는 것이고,나쁜 소식은 가중치 설정은 여전히 사람이 수동으로 한다는 것. 신경망은 이 나쁜 소식을 해결해준다.가중치 매개변수의 적절한 값을 데이터로부터 자동으로 학습하는 능력이 신경망의 중요한 성질이다. 3.1. 퍼셉트론에서 신경망으로 3.1.1. 신경망의 예. -가장 왼쪽 줄은 입력층,맨 오른쪽 줄을 출력층,중간 층을 은닉층이라고 한다. 은닉층의 뉴런은 입력층이나 출력층과 달리 사람 눈에는 보이지 않는다.이 책에서는 입력층, .. 2018. 7. 3. 반응형 이전 1 다음
