혜니니의 공부방
패스트캠퍼스 강필성의비즈니스분석 30일 도전 챌린지! 21일차 본문
23.03.12
#패스트캠퍼스 #패캠챌린지 #수강료0원챌린지 #환급챌린지 #직장인인강 #직장인자기계발#패캠인강후기 #패스트캠퍼스후기 #오공완 #강필성의비즈니스데이터분석
우아아아아 벌써 21일차 믿을 수 없다. 9일만 더하면 이제 끝 ~! ~! 이거 끝나면 건강 좀 챙기고 쉬다가 닷 ㅣ또 하나 공부해야지.
1. 다층 퍼셉트론
-문제를 한꺼번에 풀지않고 풀 수 있는 형태의 문제 여러개로 나누어서 풀기. 활성함수를 여러개 사용하는 퍼셉트론/
- 예측력이 우수하다.
: 분류 경계면을 여러 직선들의 집합으로 가정하면 로지스틱 회귀분석, 의사결정나무, 인공신경망의 특징
- 분류 경계면 생성에 있어 가장 인공신경망 자유도가 높다.
기초구조
: 1개의 은닉층을 가진 Feed-forward Neural Network (회귀)
개별 은닉노드가 하는 역할은 퍼셉트론과 동일하며 출력노드의 결과값은 은닉노드의 결과값을 선형결합하며 생성
: 1개의 은닉층을 가진 Feed-forward Neural Network (회귀)
개별 은닉노드가 하는 역할은 퍼셉트론과 동일하며 출력노드들은 은닉노드의 정보를 취합한 뒤 비선형결합하며 생성(Softmax함수 사용)
- One Hot Encoding :여러 기법 중 단어를 표현하는 가장 기본적인 표현 방법. 원-핫 인코딩은 단어 집합의 크기를 벡터의 차원으로 하고, 표현하고 싶은 단어의 인덱스에 1의 값을 부여하고, 다른 인덱스에는 0을 부여하는 벡터 표현 방식
별첨_참조 자료
1. 다층 퍼셉트론
: 다층퍼셉트론은 입력층과 출력층 사이에 하나 이상의 중간층이 존재하는 신경망
-네트워크는 입력층, 은닉층, 출력층 방향으로 연결되어 있고, 각 층내의 연결과 출력층에서 입력층으로 직접적 연결이 없음 -- > 전방향(feedforward) 네트워크 또는 순전파
다층퍼셉트론은 단층 퍼셉트론과 유사한 구조를 가지지만, 중간층과 각 구성단위의 입출력 특성을 비선형으로 하여 네트워크 능력을 향상시켜 퍼셉트론의 단점들을 극복함
동작원리: 다층퍼셉트론은 은닉층과 출력층에 존재하는 활성 함수와 가중치가 여러개
- 각 층에서의 가증치를 임의의 값으로 설정한다. 보통 0으로 설정하게 되는데, 각 층에서 바이어스 값은 1로 설정한다.
- 하나의 트레이닝 데이터에 대해 각 층에서 순입력 함수값을 계산하고 최종적으로 활성 함수에 의한 출력값을 계산한다.
- 출력층의 활성 함수에 의한 결과값과 실제값이 허용오차 안에 들도록 각층에서 가중치를 변경한다.
- 모든 트레이닝 데이터에 대해서 출력층의 활성 함수에 의한 결과값과 실제값이 허용오차안에 들면 학습을 종료한다.
본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성되었습니다.
'공부 기록 > 데이터분석' 카테고리의 다른 글
패스트캠퍼스 강필성의비즈니스분석 30일 도전 챌린지! 23일차 (0) | 2023.03.14 |
---|---|
패스트캠퍼스 강필성의비즈니스분석 30일 도전 챌린지! 22일차 (0) | 2023.03.13 |
패스트캠퍼스 강필성의비즈니스분석 30일 도전 챌린지! 20일차 (0) | 2023.03.11 |
패스트캠퍼스 강필성의비즈니스분석 30일 도전 챌린지! 19일차 (0) | 2023.03.10 |
패스트캠퍼스 강필성의비즈니스분석 30일 도전 챌린지! 18일차 (0) | 2023.03.09 |