퍼셉트론(Perceptron) 구조

CODEDRAGON Development/Big Data, R, ...

반응형

 

퍼셉트론(Perceptron) 구조


 

입력

·         실수 값을 갖는 벡터

모델 구성

·         연결 가중치 & 임계치

출력

·         1 또는 -1

학습

·         알맞은 연결 가중치를 탐색

활성함수

·         threshold 넘으면 class 나눠야 합니다.

·         입력값과 가중치를 적용한 입력의 합을 계산하면 하나의 실수값이 됩니다. 1, 0으로 판단하게 됩니다.

·         threshold 정해서 넘으면 1이되고 넘지 않으면 0으로 분류되어지는 이것을 계산함수가 하게 됩니다.

 

 

입력에 알맞은 출력이 나오도록 뉴런연결들을 수정합니다.

퍼셉트론이 학습하는 것은 적절한 연결 가중치(뉴런연결) 찾는 입니다.

결정영역(decision boundary) 따라 데이터의 클래스가 결정됩니다.

 

http://bit.ly/2Wou8WQ

 


'Development > Big Data, R, ...' 카테고리의 다른 글

모형 평가의 기준  (0) 2020.11.16
교사학습 단계  (0) 2020.11.10
분석 방법 차이  (0) 2020.10.24
The Neural Network Zoo - Chart of Neural Networks  (0) 2020.10.19
AdaBoost  (0) 2020.10.14