다변량통계분석 및 데이터마이닝(김성범 교수님)(11)-뉴럴네트워크 파라미터, 경사하강법, 출력층, 은닉층, 입력층, 오류 역전파 알고리즘
뉴럴네트워크 뉴럴네트워크 파라미터? 파라미터 : 층 간 노드를 연결하는 가중치 $(w_{11},...,z_{11})$ → 알고리즘으로 결정 하이퍼파라미터 : 은닉층 개수, 은닉노드 개수, activation function → 사용자가 임의로 결정 경사하강법 (Gradient Descent Method)? $w_{t+1} = w_{t} - \alpha \cdot L'(w_{t})$ $0 < \alpha < 1$ : learning rate 좀 더 섬세하고 촘촘히? Small $\alpha$ 좀 더 빠르게? Large $\alpha$ 뉴럴네트워크 학습? 입력 (X), 출력 (T), 예측 (O) $D_{1} = (x_{11},x_{12},...,x_{1d},\ t_{11},t_{12},...,t_{1m})$..
2020. 4. 15.
