Chapter 6.1 신경망(Neural Networks) 단층 퍼셉트론(Perceptron) 초기 인공 신경망은 생물학적 뉴런의 연결로 볼 수 있는 인간 뇌의 기능을 모방하기 위해 고안되었다. 단층 퍼셉트론은 인공 신경망 구현의 초기 사례 중 하나이다.
하나의 층(즉, 단일 뉴런)으로 구성된 신경망을 가지고 있고, 입력 값이 특정 클래스에 속하는지를 결정하는 분류기의 지도 학습에 사용할 수 있다. 다층 퍼셉트론(심층(Deep) 신경망) 현재 대부분의 신경망은 여러 개의 층으로 구성되지 때문에 심층 신경망으로 간주하며 또한 다층 퍼셉트론으로 간주할 수 있다.
심층 신경망은 세 가지 유형의 층으로 구성된다. 입력층 카메라로부터 얻는 픽셀 값과 같은 입력을 받는다.
은닉층 입력층과 출력층 사이에 위치하며, 노드라고 불리는 인공 뉴런으로 구성되어 있다. 출력층 외부에 결과를 제공한다.
심층(Deep) 신경망의 구조 인공 뉴런(노드) 한 층에 있는 뉴런들은 다음 층에 있는 뉴런들과 연결 되...
![[자격증/ISTQB AI] Chapter 6. 기계학습 - 신경망과 테스팅(ML - Neural Networks and Testing) : Part-1](https://mblogthumb-phinf.pstatic.net/MjAyNDAyMjJfNSAg/MDAxNzA4NjA5MDc1MTYz.Bjjr2qjDtNT1bsi9W4xiVtVmpArQDNZYRuyTAUnjFZAg.79_PtT0eFZBsA1FodA56415FRv-SNJJUy7va4T8O69gg.JPEG/%BD%C9%C3%FE%28Deep%29_%BD%C5%B0%E6%B8%C1%C0%C7_%B1%B8%C1%B6.jpg?type=w2)
#
AI
#
부호부호커버리지
#
신경망
#
신경망커버리지
#
신경망테스팅
#
신경망훈련과정
#
심층신경망
#
요약정리
#
은닉층
#
인공뉴런
#
인공지능
#
임계값커버리지
#
입력층
#
출력층
#
부호변경커버리지
#
머신러닝
#
ISTQB
#
ML
#
Neuralnetwork
#
perceptron
#
QA
#
TE
#
TL
#
값변경커버리지
#
공부
#
노드
#
뉴런커버리지
#
다층퍼셉트론
#
단층퍼셉트론
#
활성화값
![[자격증/ISTQB FL] Chapter 2. SW 수명주기(Life Cycle)와 Testing : Part-3](https://blogimgs.pstatic.net/nblog/mylog/post/og_default_image_160610.png)
![[자격증/ISTQB FL] Chapter 4. 테스트 설계 기법 : Part-6](https://mblogthumb-phinf.pstatic.net/MjAyNDAxMjRfMTQ2/MDAxNzA2MDk0OTg3NTQ2.DBYGCT5lzFq5AjgIH0GKWoAy7YltKO1oE5U9y3eMqCwg.D5IPEUS2RKA646v-eSsC1HROjJuSRLy77HvuwJRS_v8g.JPEG.361616/%C6%E4%BE%EE%BF%CD%C0%CC%C1%EE_%BF%B9%BD%C3.jpg?type=w2)