머신러닝 기초
퍼셉트론
퍼셉트론은 다수의 신호를 입력받아 하나의 신호를 출력하는 알고리즘이다.
위 이미지는 두 개의 입력을 받는 퍼셉트론이다.
퍼셉트론은 \(x_1\), \(x_2\)을 입력받아 각 입력값에 \(w_1\), \(w_2\)의 가중치를 곱한다.
이 결과값이 임계값 \(\theta\) 이상인 경우, 1을 출력하고,
미만인 경우 0을 출력한다.
이를 간단히 표현하면 다음과 같은 식이 된다.
\[\begin{align*} y = \cases{ 0\qquad\text{if }\quad w_1x_1 + w_2x_2 \le \theta \cr 1\qquad\text{if }\quad w_1x_1 + w_2x_2 \gt \theta } \end{align*}\]and 게이트 퍼셉트론
and 게이트 역활을 하는 퍼셉트론을 만든다고 해보자.
and 게이트의 진리표는 아래와 같이 \(x_1\)과 \(x_2\)가 모두 1인 경우에만 출력값이 1이다.
가중치 \(w_1\), \(w_2\)와 임계값 \(\theta\)를 어떻게 조절해야 and 게이트 진리표와 같은 결과값이 나올까?
답은 간단하다.
\[\begin{align*} (w_1, w_2, \theta) = (1, 1, 1.5) \end{align*}\]신경망과 딥러닝
다수의 퍼셉트론이 모여 한 층의 신경망을 이루고, 이를 레이어라 부른다.
이 레이어가 하나인 경우, 단일 레이어 퍼셉트론이라고 부르며,
반대로 레이어가 복수일 경우, 심층 신경망이라고 부른다.
심층 신경망을 사용하는 머신러닝 알고리즘을 딥러닝이라 한다.