패스트캠퍼스 강필성의비즈니스분석 30일 도전 챌린지! 20일차

23.03.11

#패스트캠퍼스 #패캠챌린지 #수강료0원챌린지 #환급챌린지 #직장인인강 #직장인자기계발#패캠인강후기 #패스트캠퍼스후기 #오공완 #강필성의비즈니스데이터분석

---

 

1. 인공신경망

 

/ 벌써 8단원. 이제 남은 시간들은 R과 파이썬 실습들이 가득하지만 일단 이론먼저 훑자. 뭔가 한번만 들어서 전부 이해하기가 쉬운 내용이 아니기 때문에 처음은 가볍게 훑기 형식으로 듣고. 추후 직접 실습해보고 복습이 추가로 많이 남은 것 같다. 

 

- 뉴런의 작동방식, 인간의 사고방식을 모방한 컴퓨팅 시스템이다.

- 뉴런은 계속해서 시그널을 받고 조합Sum 하고 특정Threshold가 넘어서면 Fire을 한다.

이러한 뉴런의 구조에 따라 모사한 것이  퍼셉트론

 

1. 퍼셉트론

- 목적: 주어진 학습데이터의 입력정보와 출력정보의 관계를 잘 찾기 위해 가중치를 조절하기 위함

- 뉴런: 시냅스로부터 탐지된 자극을 수상돌기를 통해 세포핵에 전달 후 역치를 넘어서는 자극에 대해서는 촉색돌기를 이용하여 다른 뉴런으로 정보를 전달한다.

- 퍼셉트론: 입력변수의 값들에 대한 가중합에 대한 활성함수를 적용하여 최종 결과물을 생성 

- 퍼셉트론은 뉴런이 하나인 단세포 생물의 구조를 가진다.

대표적 활성함수

- Sigmoid : 가장 일반적임

- Tanh: Sigmoid와 유사하나 속도가 상대적으로 빠름

-ReLU: 속도가 빠르고 상대적으로 계산이 쉽다. 지수함수 형태 사용 하지않아서

 

 

 

 

 

 

별첨_참조 자료 FROM DataBricks

 

1. 인공신경망 

: 인공 신경망(Artificial Neural Network, ANN)은 사람의 뇌 속 뉴런의 작용을 본떠 패턴을 구성한 컴퓨팅 시스템의 일종

 

- 인공 신경망(ANN)은 가중치를 적용한 방향성 그래프라고 보면 가장 적당하다.

- 이를 보통 여러 계층으로 구조화합니다. 이러한 계층에는 사람의 뇌 속에 있는 생물학적 뉴런을 모방한 수많은 노드가 있고, 이들이 서로 연결되어 있으며 활성화 함수를 내포

- 첫 계층에서는 외부 세상에서 유입된 원시(미가공) 입력 신호가 수신됩니다. 마치 사람이 시각 정보를 처리할 때 시신경을 사용하는 것과 비슷함

- 이후의 연이은 계층은 각각 앞선 계층에서 보낸 출력을 받는데, 이것은 시신경에서 멀리 떨어진 뉴런이 가장 가까운 곳에 있는 시신경에서 신호를 수신하는 것과 비슷함

- 각 노드의 출력을 그 노드의 활성화 또는 노드 값이라고 합니다. 마지막 계층에서 시스템의 출력을 도출

- ANN은 사실 학습할 줄 아는 수학적 모델

---

 

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성되었습니다.

http://bit.ly/3Y34pE0