이재만 교수의 공간

https://youtu.be/aircAruvnKk

Feed Forward (앞먹임)

- 주어진 입력에 대해서 어떤 과정을 거쳐 출력값을 내는가?

우리가 수정할 수 있는 값은 w 값과 b 만 가능

https://www.codecademy.com/courses/python-advanced-ko/0/1?curriculum_id=53b5e0d8fed2a81590000003

https://www.udacity.com/course/artificial-intelligence-nanodegree--nd889

https://dupress.deloitte.com/dup-us-en/learn/cognitive-technology-course.html

https://brunch.co.kr/@aidenswmo/2

https://educast.pro/11.383/?gclid=EAIaIQobChMImdHd8byW1gIV2IloCh1H-wXqEAMYASAAEgIjPvD_BwE

https://classroom.udacity.com/courses/ud730/lessons/6370362152/concepts/63798118150923

http://blogs.nvidia.co.kr/2017/07/17/dli-self-paced-lab/

* 뉴럴 네트워크 (Neural Network)

- 인공 지능 분야에 속하는 기술

- 인간의 뇌 속에 있는 신경 네트워크를 모델링하여 문제를 해결

- 복잡하거나 해가 알려지지 않은 문제에 대해서 만족할만한 해를 구함

- 이 만족할 만한 해를 뉴럴 네트워크를 통해 스스로 학습을 해서 구함

* 뉴런 (Neuron)

- 신경망을 구성하는 신경 세포 한 개

- 핵을 중심으로 여러 개의 작은 수상돌기와 한 개의 커다란 축색돌기

- 수상돌기 : 다른 뉴런이 보내주는 신호를 받는 곳, Input

            한 개의 뉴런은 수상돌기를 통해서 만개 정도의 다른 뉴런과 연결

- 축색돌기 : 다른 뉴런에게 신호를 전달하는 역할, Output

              뉴런은 축색돌기를 하나씩만 가지고 있음

- 뉴런은 받은 신호를 무조건 전달하는 게 아니라 연산이 가능해 변환 가능

- 시냅스 : 연결부, 전기신호를 화학신호로 바꾸어서 전달.

            각 시냅스마다 연결 강도가 달라서 이 화학 신호의 강도가 제각각

            다른 뉴런에게서 받은 이 화학신호 강도의 합이 일정한 값(역치)               이상이 되면 비로소 축색돌기로 전기신호를 전달

* 뉴런의 특징 및 동작 정리

1. 수상 돌기는 다른 여러 개의 뉴런에게 화학신호를 받아들인다

2. 각 연결부의 화학신호의 강도가 다르다

3. 받은 화학신호 강도의 합이 일정값 이상되면 축색돌기로 전기신호를 전달

4. 축색돌기의 전기신호가 다른 뉴런들에게 전달

- 당신은 여자친구의 몸무게를 맞추기

- 키와 몸무게가 어느 정도 비례할 것이라는 가정

- 우선 당신의 친구들로부터 키와 몸무게의 정보를 다음과 같이 수집

여자친구의 키가 162라는 것을 감안했을 때는 위의 정보를 토대로 50kg 쯤 될 것이라고 예상할 수 있다. 하지만 당신은 추측에 만족하지 못한다. 위의 정보를 토대로 가장 근접한 여자친구의 몸무게를 예측하기 위해 다음과 같이 수학적인 모델을 이용하기로 했다.

* 직관적 설명

- 예외상황이 별로 없는 데이터의 경우 분류를 잘하며 자질의 갯수만큼의 곱셈, 그리고 덧셈만 하면 되기 때문에 여타 알고리즘보다 runtime도 빠르다

- 직관적으로는 현재 주어진 traning set에 대해 평균적으로 설명할 수 있는 선이 모델이 된다 즉, 모델을 배운다는 것은 선의 기울기, 그리고 y절편을 구한다는 것을 의미한다 

자질(w)을 키, 그리고 추측해야 하는 값(y)을 몸무게로 두었으며 이를 평균적으로 설명하는 선을 모델로 지정하였다. 여기에서 평균적이라는 말의 의미는 선을 그었을 때 각 instance에서 선까지의 평균 거리의 제곱의 합을 최소화한다는 것을 의미한다.