[coursera 머신러닝 강의] 뉴럴 네트워크 Neural Network 비용함수 backpropagation Gradient Checking

머신러닝 / 딥러닝 기초를 다지고자 coursera에서 Adrew Ng 강사가 진행하는 머신러닝 강의를 수강하게 되었다. 다음은 Neural Network 강의 내용을 정리한 것이다. 뉴럴 네트워크 Multiclass Classification Multiclass Classification을 하려면 output unit을 class 개수만큼 두면 된다. 예를 들어 데이터를 4개 클래스로 나누고자 한다면 다음과 같이 나타내면 된다. 마지막 layer(그림에서 3번째 layer)는 theta matrix에 곱해져서 새로운 vector가 될 것인데 이 vector는 g(·) 즉, 로지스틱 함수를 적용하여 hypothesis 값을 찾는 vector이다. 한 input에 대한 결과 hypothesis의 예시는 다음과 같다. 이 때 classification 결과는 3번째 클래스 혹은 hΘ(x)3 에 해당한다. 가능한 h(x) 경우 뉴럴 네트워크 Cost Function 앞서 공부했던 로지스틱...

원문링크 : [coursera 머신러닝 강의] 뉴럴 네트워크 Neural Network 비용함수 backpropagation Gradient Checking