인공신경망 (Artificial Neural Network) 의 기본적인 구성 이진분류 (Binary classification) 수행하는데 사용되는 간단한 선형 분류) 구조 입력층 (Input Layer) 와 출력층 (output Layer) 로 구성 입력층은 입력 특성 (Features) 을 받아드리고, 출력층은 이진 분류 결과 출력 가중치(Weights) & 편향(Bias) 퍼셉트론은 입력 특성에 대한 가중치와 편향을 가짐 가중치 입력 특성에 대한 중요도 편향 : 결정 경계 위치 조정 활성화 함수 (Activation Function) 퍼셉트론은 학습알고리즘을 통해 가중치와 편향을 업데이트하여 분류를 개선 일반적인 학습 알고리즘은 경사하강법 (Gradient Descent) 를 사용하여 가중치와 편향을 조정 학습 & 수렴 : 퍼셉트론은 예측과 정답 레이블을 비교하여 오차를 계산하고 이를 사용해 가중치 및 편향을 업데이트 이를 반복하여 오차 최소화하고 정확한 분류를 수행하는 최적...
원문 링크 : 퍼셉트론 (Perceptron)
