- Today
- Total
๋ชฉ๋กํผ์ ํธ๋ก (2)
DATA101
๋ณธ ํฌ์คํ ์์๋ ํผ์ ํธ๋ก (Perceptron) ํ์ต(train)์ ์๋ฏธ์ ์ ์ฐจ์ ๋ํด ์์๋ด ๋๋ค. ๐ ๋ชฉ์ฐจ 1. ํผ์ ํธ๋ก ์ ๊ฐ๋ 2. ํผ์ ํธ๋ก ํ์ต์ ์๋ฏธ 3. ํผ์ ํธ๋ก ํ์ต ๋ฐฉ๋ฒ 4. ํผ์ ํธ๋ก ํ์ต ์ ์ฐจ 1. ํผ์ ํธ๋ก ์ ๊ฐ๋ ํผ์ ํธ๋ก ์ ํ์ต ์ ์ฐจ๋ฅผ ์์๋ณด๊ธฐ ์ ์ ํผ์ ํธ๋ก ๊ฐ๋ ์ ๋ํด ์์๋ด ๋๋ค. ํผ์ ํธ๋ก ์ ์ด์ง ๋ถ๋ฅ(Binary Classification) ๋ชจ๋ธ์ ํ์ตํ๊ธฐ ์ํ ์ง๋ํ์ต(Supervised Learning) ๊ธฐ๋ฐ์ ์๊ณ ๋ฆฌ์ฆ์ ๋๋ค. ์ด์ง๋ถ๋ฅ๋ ์๋ฅผ ๋ค์ด ์ธ๊ณต์ง๋ฅ(AI)์๊ฒ ๋ฌด์์๋ก ๋๋ฌผ ์ฌ์ง์ ๋ณด์ฌ์ฃผ์์ ๋ ๊ณ ์์ด ์ฌ์ง์ธ์ง, ๊ฐ์์ง ์ฌ์ง์ธ์ง ๋ถ๋ฅํ๋ ๋ฌธ์ ์ ๋๋ค. ์ฌ๊ธฐ์ ๊ณ ์์ด, ๊ฐ์์ง์ ๊ฐ์ ์ ํ์ง๋ฅผ ํด๋์ค(Class)๋ผ๊ณ ๋ถ๋ฅด๊ณ ์ ํ์ง๊ฐ 2๊ฐ์ธ ๊ฒฝ์ฐ๋ฅผ ์ด์ง ๋ถ๋ฅ๋ผ๊ณ ํฉ๋๋ค. ์ํ์ ์ธ ์ธก..
๋ณธ ํฌ์คํ ์์๋ ์ธ๊ณต์ ๊ฒฝ๋ง์ ์ด๊ธฐ ํํ์ด์ ๊ตฌ์ฑ ์์์ธ ํผ์ ํธ๋ก (Perceptron)์ ๊ฐ๋ ์ ๋ํด ์์๋ด ๋๋ค.๐ ๋ชฉ์ฐจ1. ํผ์ ํธ๋ก ๊ฐ์ 2. ์๋ฌผํ ๋ด๋ฐ์ ์ญํ ๊ณผ ๋์๊ณผ์ 3. ํผ์ ํธ๋ก ์ ์ญํ ๊ณผ ๋์๊ณผ์ 4. ํผ์ ํธ๋ก ์ ์ข ๋ฅ 4.1. ๋จ์ธต ํผ์ ํธ๋ก 4.2. ๋ค์ธต ํผ์ ํธ๋ก 1. ํผ์ ํธ๋ก (Perceptron) ๊ฐ์ํผ์ ํธ๋ก (Perceptron)์ ์ธ๊ณต ์ ๊ฒฝ๋ง(Aritificial Neural Network, ANN)์ ๊ตฌ์ฑ ์์(unit)๋ก์ ๋ค์์ ๊ฐ์ ์ ๋ ฅ๋ฐ์ ํ๋์ ๊ฐ์ผ๋ก ์ถ๋ ฅํ๋ ์๊ณ ๋ฆฌ์ฆ์ ๋๋ค. Perceptron์ perception๊ณผ neuron์ ํฉ์ฑ์ด์ด๋ฉฐ ์ธ๊ณต ๋ด๋ฐ์ด๋ผ๊ณ ๋ ๋ถ๋ฆ ๋๋ค. ์ฆ, ํผ์ ํธ๋ก ์ ์๋ฌผํ์ ์ธ ์ ๊ฒฝ๊ณ(Neual Network)์ ๊ธฐ๋ณธ ๋จ์์ธ ์ ๊ฒฝ์ธํฌ(=๋ด๋ฐ)์ ๋์..