퍼셉트론은 인간 뉴런을 모방한 기본 단위로, 여러 입력을 받아 프로세스를 거쳐 출력을 생성합니다.
퍼셉트론의 내부 동작 원리
시작 시간 01:10
퍼셉트론은 입력 벡터와 가중치의 곱과 바이어스를 더하여 최종 출력을 결정합니다.
액티베이션 함수는 입력값을 처리하여 출력값을 생성하는 역할을 하며, 시그모이드 함수가 예시로 사용됩니다.
여러 개의 퍼셉트론을 쌓아 다층 구조를 만들고, 이를 통해 복잡한 문제를 해결할 수 있습니다.
MLP 모델은 문제의 클래스 수에 따라 마지막 레이어의 퍼셉트론 수를 조정하여 설계합니다.
소프트맥스 함수는 모델의 출력을 확률 분포로 변환하여 다중 클래스 분류 문제에 사용됩니다.
크로스 엔트로피 로스 함수
시작 시간 14:00
크로스 엔트로피 로스 함수는 예측값과 실제값 간의 차이를 계산하여 모델의 성능을 평가합니다.
