인공신경망

인공신경망 알고리즘?!

- 인간 신경계를 본따서(뉴런) 만든 알고리즘 

 

인공신경망의 목표?!

- 가중치와 편향을 바꿔보며 인풋 데이터를 넣었을 때 출력층의 실제 숫자 뉴런이 출력층의 다른 뉴런들보다

활성화 될 수 있도록 만드는 것

- 아래에서 보자면은 7이라는 데이터를 넣었을 때 출력층에 있는 다른 뉴런들에 비해, "7" 이라는 뉴런이 다른 뉴런들보다

더 활성화 되게끔 하는 것

 

인공뉴런?!

- 하나의 로지스틱 회귀

- 여러 숫자들을 받아서 하나의 숫자를 리턴하는 함수 

- 동그라미가 인공뉴런이다

 

인공신경망?!

- 뉴런들이 서로 엮어 있는 상태

- 수많은 뉴런들을 서로 그물망처럼 묶어서 정보를 앞에서 뒤로 전달

- 출력층에 나온 값을 가지고 예측

- 각 열을 하나의 층이라고 한다 

- 처음에 있는 층을 입력층,  마지막에 있는 층을 출력층

- 처음과 마지막을 제외한, 층을 은닉층이라고 한다

- 입력층을 제외한, 모든 층에 있는 각각의 뉴런들은 앞 층 뉴런들의 출력을 인풋으로 받는 로지스틱 모델

- 입력층으로부터 시작해서 층 단위로 뉴런의 출력을 계산

신경망 안에서 일어나는 일 

- 각 뉴런은 하나의 숫자가 아니라 더 작은 패턴들을 찾는데 최적화 되어 있음

- 앞에 있는 층보다 뒤에 있는 층이 작은 패턴찾기에 최적화되어 있음 

-  즉, 층을 넘어갈 때마다 더 고차원적인 패턴을 찾아낸다

ex) 입력층 - 은닉층1-은닉층2- 출력층 (100-50-30-10) 라고 하면은

데이터를 100개의 특성으로 쪼개고 이를 다음층의 인풋으로 사용, 다음층은 50개의 특성으로 쪼개고, 

이를 다음층의 인풋으로 사용, 30개의 특성으로 쪼개고 이를 통해 10개의 분류값을 찾아낸다? 

 

층과 뉴런 

- 신경망의 층 수는 L 이라고 표현 
- 입력층은 총 수에서 제외 (입력층은 0번째층이라고 한다) 

- 뉴런은 a라고 표현

- 입력층에 있는 뉴런은 a^[0] , 첫번째 은닉층에 있는 뉴런은 a^[1].. 

- 벡터로 표기해보기 

 

 

- 각층에 있는 뉴런 나타내기 

- 각 층에 있는 뉴런 수 나타내기