[SAS 활용 노하우] 퍼셉트론 수학적 정의
퍼셉트론은 AI를 설계하기 위해서 생물학적 뇌가 종작하는 방식을 이해하려는 방법입니다.
출처: https://blog.naver.com/samsjang/220948258166
뉴런들은 퇴의 신경 세포와 서로 연결되어 있고, 화학적 전기적 신호를 처리하고 관여합니다.
가지돌기에 여러가지 신호가 도착하면 세포체에서 합쳐집니다. 이러한 합쳐진 신호가 특정 임계값을 넘으면 출력신호가 생성되고 축삭돌기로 전달됩니다.
퍼셉트론 규칙에서는 자동으로 최적의 가중치를 학습하는 알고리즘을 생각해냈습니다.
가중치는 weight 라고도 부르며 입력신호와 계산하고 입계값(Thetha;θ;세타)가 넘었을 때는 1을 출력합니다.
출력값은 1 또는 0 (-1이라고도 할 수 있습니다.) Linear Classifier 이라고도 할 수 있습니다.
출력값은 입력값 x와 가중치 벡터 W 의 선형조합으로 결정함수를 결정합니다.
출처: https://compmath.korea.ac.kr/deeplearning/Perceptron.html
퍼셉트론이 샘플 x를 입력받아 가중치 w를 연결하여 최종 입력값을 계산합니다.
최종 입력은 활성함수(Activation Function)으로 전달되어 샘플의 예측 클래스 레이블 0 또는 1로 이진출력을 만들어냅니다.
학습단계에서는 출력값을 사용하여 예측 오차를 계산하고 가중치를 업데이트합니다.
■ 퍼셉트론 학습규칙
퍼셉트론의 학습규칙은 아래와 같습니다.
-
가중치를 0 또는 랜덤한 작은 값으로 초기화 한다.
-
출력값 y^ (y hat)을 계산한다.
-
가중치를 업데이트 한다.
