기본 신경망의 이해

Chapter 4의 실습을 진행하기 전에 신경망 인공지능이라는 전체적인 큰 개념을 이해하기위해 본 영상이 있다.

아래의 링크에서 0부터 3번까지 총 5가지의 영상을 시청하였고, 이분의 설명 덕분에 정말 큰 도움이 되었다. 

https://www.youtube.com/user/baus001/videos

jai hwan kim

-프로그래밍 AI : 프로그래머가 하는 방법을 직접 알려주는 방식
-신경망 AI : 컴퓨터가 스스로 학습


신경망 인공지능 이해하기

신경망 
1.기본 단위 : 신경세포 ==신호의 케이트키처(gate keeper)
-충분한 자극 -> 반응 ->주변세포에게 전달 -> 연쇄작용
-충분하지 않은 자극 -> 전달 x->차단기 역활

=> 기본 단위 개별적으로는 단순한 행태


2.전체적으로는 정교한 판단 -> 반응(Neuron 수 up && 층(Layer)up &&적절한 연결)

-뉴런의 수도 굉장히 중요하지만 그 뉴런의 연결도 굉장히 중요하다 : 행동을 결정짓기때문

<1>XOR문제 
-두조건중 하나만 충족이 될때 결과가 참으로 판단하는 문제
-초반 : 단순한 XOR연산으로는 고차원 인간사고 구현 불가능으로 판단
-후 :신경망 세포 직접 연결 x  - > 양쪽사이에 또하나의 신경세포층을 만들면 정교한 의사결정 신경망을 구현 가능

-단순히 층이 많아져서 신경망 정교x ->계층사이에 알맞은 연결이 있어야 가능하다.


-연결 : 경혐을 통해 연결을 스스로 구축.




<2.1 연결 학습편>
신경세포 : 독자적으로는 단순한 작동
집합적으로는 정교한 판단 - 반응 = >핵심 :연결**   신경망은 연결을 적절히 조절=>학습(learning)


deep learning :deep=연결층 많다-구조적 특징. ,learing :경험을 통해 형성
<신경망 학습>
1. 데이터 특성  == Fire together, Wire together
 -데이터 특성 추출  :  함께 반응하는 뉴런을 상위의 뉴런에 같이 연결.

ex) 점점점(하위 신경 )-> 선==수평선(상위신경) :연결의 판단 : 경험 학습


2.분류-구분: 시도와 오류 == 시행 착오
유연한 반응 시스템 : 최적해(best)보다는 적정해(good enough)를 추구하는 시스템