느리지만 꾸준히, 코딩

여러 층으로 구성된 뉴럴 네트워크(Neural Network)의 구조를 이해하기 쉽게 정리해봄📌 뉴럴 네트워크를 학생들이 여러 줄로 서 있는 구조로 이해하기👉 상황 4명의 학생(A, B, C, D)이 한 줄로만 서 있는 것이 아니라 여러 층(줄)으로 서 있음. 즉, 한 줄이 아니라 입력층(첫 번째 줄), 은닉층(중간 줄), 출력층(마지막 줄)으로 구성됨. 각 학생(뉴런)은 자신이 받은 정보를 가공해서 다음 층으로 전달함.⏳ Step 1: 순전파 (Forward Propagation)학생들이 여러 줄(층)로 서 있음💡 예제:문제 = "5 + 3 = ?"을 풀어라 입력층 (Input Layer)은닉층 (Hidden Layer)출력층 (Output Layer)A1: "5를 입력"B1: "이걸 2배..

1️⃣ 머신러닝 & 최적화 기법🔹 퍼셉트론 (Perceptron)가장 단순한 인공 신경망 모델로 이진 분류에 사용활성화 함수: 스텝 함수가중치와 편향을 조정하여 최적의 결정 경계를 찾음🔹 가중치 초기화Xavier 초기화: tanh, sigmoid 활성화 함수에 적합, 분산 유지He 초기화: ReLU 계열에 적합, 기울기 소실 방지🔹 경사 하강법 (Gradient Descent)손실 함수의 기울기를 이용해 모델 최적화확률적 경사 하강법 (SGD): 일부 샘플(batch)만 사용하여 연산량 절약모멘텀 (Momentum): 이전 기울기를 반영해 더 빠르고 안정적인 학습NAG (Nesterov Accelerated Gradient): 기울기를 미리 예측하여 정밀한 업데이트 수행Adam: Momentum과 ..