[머신러닝] Feed-forward Neural Networks — 신경망의 출발점

머신러닝 세계에 첫발을 들이면 반드시 마주하게 되는 친구가 있습니다. 바로 Feed-forward Neural Network (FFNN), 우리말로는 순방향 신경망이죠.

인간의 뇌를 흉내 낸 인공 신경망의 가장 기본형! 오늘날 딥러닝의 출발점이자 교과서 같은 존재입니다.

FFNN이 뭔가요? FFNN은 다음처럼 작동합니다: 입력을 받고, 은닉층을 통과해 가중치와 비선형 함수로 처리한 뒤, 출력을 내놓는 구조 가장 중요한 특징은 한 방향으로만 신호가 흐른다는 것!

입력 → 은닉층 → 출력, 뒤로 돌아가지 않습니다. (이름 그대로 "Feed-forward"!)

구조는 이렇게 생겼습니다 [입력층] → [은닉층] → [출력층] (활성화 함수 통과) 각 층은 여러 개의 뉴런(노드)로 구성 각 뉴런은 이전 층 뉴런의 출력값에 가중치(weight)를 곱해 더한 뒤, 활성화 함수를 적용 수학적으로 표현하면? 1.

입력과 가중치: 2. 활성화 함수: 이 과정을 은닉층 → 출력층까지 반복: 활성...