![[DL] SNN의 구조 및 분류와 회귀, 수식적 이해와 작동원리](https://img1.daumcdn.net/thumb/R750x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FbhlXfm%2FbtqUmIsDOQq%2FSCmmJGmsKYoLHgYuDMVLCK%2Fimg.png)
SNN(얕은 신경망) - Shallow Neural Network
SNN의 구조
SNN을 이용한 분류와 회귀
잡음이란 - 곡선에 정확이 맞아 떨어 지지 않는 값들을 말한다. 아웃라인이라고 보면 된다.
수식적 이해
a = 활성 함수
summation = 0분터 1까지
wi = 입력
xi = 가중치
b = 편향(bias가 없는 경우가 있긴함.)
w^TX = 스칼라 값임.
이탤릭체는 스칼라값 (숫자 하나)
볼드체는 벡터(보통은 열백터) 일반적으로 길게 나열해서 Transpose시켜줌
ah = activation Function
회귀문제의 이해
입력계층과 은닉계층은 Fully Connected와 동일하다고 보면된다.
이진 분류문제의 이해
'workSpace > PYTHON' 카테고리의 다른 글
| [ML] Collaborative Filtering (추천 협업 시스템) (0) | 2021.01.26 |
|---|---|
| [DL] Ensemble, Matrix Confusion and Linear Regression (0) | 2021.01.25 |
| [DL] 딥러닝의 이해 (0) | 2021.01.22 |
| [ML] Entropy, impurity, gini impurity, Ensemble, Random Forest 설명 (0) | 2021.01.20 |
| [ML] Decision Tree & Ensemble 설명 (0) | 2021.01.20 |