Deep Learning/기타7 활성화 함수의 개념 0.5를 기준으로 0과 1로 분류하는 것은 계단함수와 차이가 없으나 경사하강법을 이용하여 오차값 정도를 알 수 있다는 차이가 있다 ( 얼마나 그 값에 가까운지) 따라서 이진분류에 있어 sigmoid를 사용한다 2022. 8. 31. 인공신경망 - 퍼셉트론의 개념 선형 >> 뉴런 ( y = ax + b) 역치 (활성화 함수) 값 이상의 자극에 반응 input_dim의 개수 , 즉 피쳐의 개수들의 가중합을 활성화를 거친후 출력함 단일 퍼셉트론으로 XOR 문제를 해결할수 없음이 지적됨 >> MLP (Multy Layer Perrceptron) 다층퍼셉트론으로 XOR 문제 해결함 층을 쌓아 비선형 데이터를 분류할 수 있으나 다층이라 w가 많아지니 과대적합 가능성이 있음 2022. 8. 31. 딥러닝의 개념 바퀴, 날개, 모양 = 특성 = 피쳐 = 문제 = X = 독립변수 = 설명변수 머신러닝의 한계 :모든 규칙을 정의할 수 없음 (행과 열로) 딥러닝으로는 판별이 가능 이미지/영상, 시계열, 소리데이터등 e(error) 실제 값과 예측값의 오차를 줄이는것으로 머신러닝과 흐름은 비슷하나 MLP, CNN, RNN등으로 모델만 달라짐 컴퓨터비젼 : 사진 / 영상 자연어처리에 최근 사용되는 모델 : LSTM,KOBERT 2022. 8. 24. 이전 1 2 다음
