[머신러닝] 퍼셉트론 알아보기

#머신러닝 #퍼셉트론 #코딩 #Hebb 인공 신경의 기본은 입력(X) 데이터를 받아서 Weight(W) Vector와 Bias (b)를 가지고 선형 식인 어떠한 스칼라 값을 만듭니다 이후, Activation Function에 넣어서 신경이 활성화 되는 지를 확인합니다. 이러한 인공 신경들을 많이 연결하여 네트워크 형태를 만든 것을 인공신경망입니다. 퍼셉트론 퍼셉트론은 인공망에서 가장 간단한 형태로, 입력의 경우 2개의 값만 받아서 사용하고 Activation Function을 Threshold형태를 사용합니다. 이는 선형분리가 가능한 문제만 다루고 있으며, Feed Forward network만 가지고 구성이 되는 가장 간단한 형태입니다. 퍼셉트론의 가중치는 심리학자 헵(Hebb)의 학습 규칙을 이용한다. 이는 뉴런들이 활성화 될 때, 가까이 있는 뉴런들이 동일한 출력을 낼때마다, 둘 사이의 가중치가 증가한다는 법칙이다. 간단히 생각해보면, 스파크끼리 붙어서 모이면 불이 쉽게 난다...

원문링크 : [머신러닝] 퍼셉트론 알아보기