1. 다층 신경망 (FNN) 2 계층으로 구성된 다층 퍼셉트론(MLP)은 XOR 기능을 구현해냈다. 이로써 퍼셉트론의 선형 분리성의 한계를 극복했다. 오류 역전파 알고리즘(Backpropagation)으로 다 계층 구조 활용의 최대 걸림돌인 학습 문제를 해결했다. 활성화 함수로 비선형 활성화 함수(시그모이드 함수)를 적용하면서 다양한 함수 기능 구현. 시그모이드 함수를 사용하는 순간부턴 다층 퍼셉트론보단 다층 신경망, 일반 신경망(FNN)이라 칭한다. 선형/비선형 회귀, 이진 분류, 다중 분류 등에 활용된다. 가. FNN 구조 Feed forward 구조 한 개의 히든 계층 다양한 활성화 함수 사용 일반적으로 완전연결층(fully-connected) 보통 ‘계층’이라 함은 앞 단 계층과의 가중치까지 포함..

1. 인공 신경망의 뉴런 모델 가. 신경망 인간의 두뇌를 모방한 연결주의의 대표적 기술. 안정적인 학습 기능, 병렬 처리와 에러 감내(fault tolerance) 등의 장점. 나. 생물학적 신경망 Hebbian rule : 두 인접 뉴런이 동시에 발화하면 연결 강도 증가. : Fire Together Wire Together! : 그렇지 않으면 연결강도 감소 다. 뉴런의 연산 모델 입력 신호가 생기면 이를 각각의 가중치와 곱한다. 곱한 값들을 모두 더해서 편향 값을 더해 가중 입력합 v를 구한다. 활성화 함수를 통해서 최종적으로 출력값을 구한다. 편향 (bias) : 뉴런의 입력과 별도로 뉴런에 가해지는 값 임계치 (threshold) = (-1)*편향 라. 뉴런 연산의 벡터 표현 입력과 가중치를 행렬..

탐색 (search) 문제에 대한 최적의 해를 찾는 것. 문제의 해가 될 수 있는 후보 해의 집합 또는 공간을 체계적으로 검사. 용어 정리 세계 : 문제에 포함된 대상들과 이들의 상황을 포괄적으로 지칭 상태 : 특정 시점에 문제의 세계가 처해 있는 모습 상태 공간 : 문제 해결 과정에서 초기 상태로부터 도달할 수 있는 모든 형태들의 집합. 문제의 해가 될 가능성이 있는 모든 상태들의 집합 가. 상태 공간 트리 트리 (tree) 이미지 출처 : https://ko.wikipedia.org/wiki/트리_구조 계층적 구조 표현. 노드 (node) : 정보 간선 (edge) : 관계 상태 공간 트리 상태 공간에서 각 액션에 따른 상태의 변화를 나타낸 트리 나. 상태 공간 그래프 그래프 (graph) 이미지 출..

대구대학교 AI 입문 강의 정리분. 1. 인공지능의 정의 인공지능 (Artificial Intelligence) 시대의 도래 공상이 현실이 되는 인공지능. 1.1 인공지능의 일반 정의 1950년 앨런 튜링 : 수학 및 컴퓨터 과학 이론을 기반해 생각하는 기계의 가능성 고찰. 기계와 생각의 정의를 내리지 못했고, 기계의 지능을 판별 방법만 제시. (튜링 테스트) 1956년 다트머스 ‘하계 워크숍' : 존 매카시를 비롯한 수학자, 생물학자, 심리학자 등 10명이 모여 인공지능 관련 개념 논의. 사람처럼 생각하는 기계라는 개념의 AI(Artificial Intelligence)라는 용어 생성. 70년대 : 사람의 생각과 관련된 활동, 예를 들면 의사 결정, 문제 해결, 학습 등의 활동을 자동화하는 것 — 벨만..