25.11.03 개발일지(딥러닝 수업내용)

 

25.11.03 개발일지

[딥러닝 수업내용]

 

딥러닝의 등장 배경

아이디어 : 인간의 뇌가 정보를 처리하는 방식을 모방한 것이 딥러닝의 출발점

인간의 뇌가 동작하는 방식을 모방하여 컴퓨터가 동작하는 것처럼 구현

 

핵심 키워드

뉴런(Neuron): 뇌의 기본 단위. 입력을 받아 처리 후 출력하는 구조

퍼셉트론(Perceptron): 뉴런 하나를 수학적으로 모델링한 형태

일차함수: 입력과 출력의 관계를 단순한 직선(y = ax + b) 으로 표현

 

뇌의 동작과 퍼셉트론 모델

뇌에는 수많은 뉴런이 연결되어 신호를 주고받는다.

 

퍼셉트론은 이 중 뉴런 하나를 수학적으로 표현한 모델

 

입력값들을 받아 가중치(weight) 를 곱하고

그 합을 활성화 함수(activation function) 를 통해

최종 출력(결과)을 내보내는 구조

 

수학적 표현 (일차함수와 퍼셉트론의 관계)

일차함수:

여기서 a는 기울기(weight), b는 절편(bias) 을 의미한다.

 

 

퍼셉트론 모델:

 

→ 입력(x)에 가중치(w)를 곱하고, 절편(b)를 더한 뒤

→ 일정 기준(예: 0)을 넘으면 1, 아니면 0으로 출력한다.

 

 

선형회귀

: 가장 기본적인 머신러닝 알고리즘 중 하나로, 입력값(x) 과 출력값(y) 사이의 직선 관계를 찾는 방법

 

선형회귀는 "데이터를 가장 잘 설명하는 직선을 찾는 것"

 

예를 들어,

“공부시간이 늘면 성적이 어떻게 변하는가?”

라는 관계를 알고 싶을 때,

다음과 같은 직선 방정식을 찾는 게 선형회귀