[2023] 방송통신대학교(방통대) 머신러닝 과목 출석수업과제물 리포트

소개

"[2023] 방송통신대학교(방통대) 머신러닝 과목 출석수업과제물 리포트"에 대한 내용입니다.

목차

1. 머신러닝의 일반적 처리과정을 알고리즘 형태로 서술
2. 머신러닝의 4가지 주제의 정의, 학습 목표, 입력형태, 출력물, 적용 방법, 응용분야, 학습 유형 등을 테이블 형태로 작성
3. 신경망 모델의 3가지 구성요소에 대한 설명

본문내용

- 인공 신경세포
실제 신경세포가 수행하는 것과 유사한 수학적 함수로 정의
하나 이상의 다른 신경세포로부터 입력 신호를 받고 가중치를 곱한 뒤 모두 더해 가중합을 구함
입력신호의 가중합 u를 활성화 함수 ϕ에 입력해 출력 ϕ(u)을 생성
활성화 함수의 예시
계단함수: 가중합이 임계치를 넘어가면 1, 넘지 않으면 0을 출력
부호함수: 가중합이 임계치를 넘어가면 1, 넘지 않으면 -1을 출력하는 부호를 가진 함수
선형함수: 가중합 u에 대한 일차방정식의 형태를 가지는 함수
시그모이드 함수: 가중합을 0과 1 사이로 매핑하여 출력. 계단함수와 비슷하지만 미분이 가능함.
하이퍼탄젠트 함수: 가중합을 -1과 1사이로 매핑하여 출력. [ 생략 ]

참고자료

· 없음