본문 바로가기 메뉴 바로가기

복습용

프로필사진
  • 글쓰기
  • 관리
  • 태그
  • 방명록
  • RSS

복습용

검색하기 폼
  • 분류 전체보기 (96)
    • 알고리즘의 기초 (14)
    • 머신러닝 (15)
    • 기초 알고리즘 문제 풀이 (44)
    • 파이썬 기초 (0)
    • 신호 및 시스템 (6)
    • 매트랩 (5)
    • 데이터 관리 및 분석 (2)
    • 컴퓨터 구조 (1)
    • 복습 (0)
    • 일반 개발 (1)
    • 그래픽스 (7)
  • 방명록

신경망 (1)
[ML] 4. Neural Network

이 글은 글 하단의 Reference에 있는 강의, 교재를 보고 정리한 것입니다. 4.0 Intro 앞서 학습한 perceptron은 이론상 2개의 layer로 모든 함수를 표현할 수 있지만, 그것이 복잡하고 사람이 직접 가중치를 설정해야 한다는 문제가 있었다. 하지만 지금부터 다룰 신경망(Neural Network)은 가중치 매개변수의 값을 데이터로부터 적절하게 학습할 수 있다. 이번 장에서는 다음 것들에 대해 학습한다. 신경망의 개요 신경망의 입력 데이터 처리과정 매개변수를 학습하는 방법은 다음 장에서 다룬다. 4.1 Perceptron to NN(Neural Network) 신경망은 perceptron과 닮은 점이 많다. 언뜻 밑의 을 보면 그냥 multilayer percetron(MLP)이 NN..

머신러닝 2020. 7. 30. 20:55
이전 1 다음
이전 다음
공지사항
최근에 올라온 글
최근에 달린 댓글
Total
Today
Yesterday
링크
TAG
  • gradient descent
  • 인덱스 이미지
  • 밑바닥부터 시작하는 딥러닝
  • 머신 러닝
  • rnn
  • 컴퓨터과학
  • 컴퓨터 과학
  • 순환 신경망
  • 자연어 처리
  • 연속 신호
  • CS
  • RGB이미지
  • 이산 신호
  • 신호 및 시스템
  • 사진구조
  • CNN
  • 신경망
  • 딥러닝
  • 이미지
  • 이미지처리
  • Logistic Regression
  • ML
  • 매트랩 함수
  • 매트랩
  • 영상처리
  • Neural Network
  • 머신러닝
  • Andrew ng
  • NLP
  • 영상구조
more
«   2025/05   »
일 월 화 수 목 금 토
1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 31
글 보관함

Blog is powered by Tistory / Designed by Tistory

티스토리툴바