인공 신경망 Artificial Neural Network

동물의 뇌신경계를 모방하여 분류 또는 예측을 위해 만들어진 머신러닝 알고리즘이다. 신호의 강도가 기준치를 초과할 때 뉴련은 활성화되고, 신경돌기(Axon)를 통해 신호를 방출하듯이, 인공신경망에서 input은 시냅스에 해당하며 개별신호의 강도에 따라 가중(Weight)되고 활성함수(Activation function)는 인공신경망의 output을 계산한다. 많은 데이터에 대해 학습을 거쳐 원하는 결과가 나오도록(오차가 최소화되는 방향으로) Weight의 수치가 조절된다. 장점과 단점 장점 1. 변수의 수가 많거나 입,출력 변수 간에 복잡한 비선형 관계에 유용 2. 이상치 잡음에 대해서도 민감하게 반응하지 않음 3. 입력변수와 결과변수가 연속형이나 이산형인 경우 모두 처리가능 단점 1. 결과에 대한 해석이..

2022.02.24