딥러닝 이해

1.     딥러닝 이해를 위한 인공신경망 이론

 

1.1  인공신경망 원리

-      뇌를 모사한 신경망 알고리즘

-      생물학적 뉴런의 구조 vs. 인공뉴런 : 생물학적인 뉴런과의 유사성 = 병렬 계산 + 분산 구조

-      신경망(인공 뉴런) 학습에 적합한 문제 : 학습해야 하는 현상이 여러 가지 속성에 의해 표현되는 경우, 학습 예제에 에러가 존재할 가능성, 긴 학습 시간, 학습된 결과를 사람이 이해하는 것이 필요 없는 경우

햅의 규칙 (Hebb Rule)

퍼셉트론 (Perceptron)

활성화함수 (Activation Function)

 

1.2  인공신경망 학습원리

FFNN

Back propagation

 

1.3  신경망&학습 최적화 이론

비용함수 (Cost Function)

경사하강법 (Gradient Descent)

과적합 / 부적합 문제