[인공지능] 퍼셉트론 개요

퍼셉트론 개요

퍼셉트론: 가장 단순한 형태의 신경망

• Hidden Layer가 없이 Single Layer로 구성된다.
• 입력 피처들과 가중치, Activations, 출력 값으로 구성

출력을 식으로 표현하면 다음과 같다. 출력은 퍼셉트론이 가지고 있는 식이 된다.

$o = f(W_0 + W_1X_1+W_2X_2+\cdots +W_n*X_n)$ 출력 값: Weighted Sum 값에 Activation 함수를 적용한 값

퍼셉트론의 학습

예측 값과 실제 값의 최소가 되는 weight 값을 찾는 과정이 퍼셉트론이 학습하는 과정이다.

퍼셉트론이 학습하는 것은 최적의 $W$벡터 [$w_0, w_1,w_2,w_3,…,w_n$]의 값을 찾는 것이다.

학습 과정은 다음과 같다.

1. 최초 Weight값 설정
2. 설정된 Weight값과 입력 feature X값으로 예측 값 계산
3. 예측 값과 실제 값의 차이 계산
4. 예측 값과 실제 값의 차이를 줄일 수 있게 Weight값 변경
5. 차이의 최소값을 찾을 수 있도록 2~4 반복

4번에서 차이를 줄일 수 있는 방법이 경사 하강법이다!

참고 자료

딥러닝 CNN 완벽가이드