1. 개요
Neural Network
인간두뇌 세포를 모방한 개념으로 반복적인 학습과정을 통해 모형을 만들어 가는 분석 기법
2. 신경망 구조
- Input (입력층) : 학습을 위한 기초 데이터 입력 계층
- Output (출력층) : 학습을 통해 도출된 결과값을 출력하는 계층
- Hidden (은닉층) : 다중신경회로망에서 입력층과 출력층 사이에 존재하며, 입력층으로부터 전달된 변수값들의 선행결합을 비선형함수로 처리하여 출력층이나 다른 은닉층에 전달
3. 특징
- 예제를 통해 학습한다.
- 학습이 완료된 신경회로망은 학습되지 않은 입력에 대해서도 올바른 결과를 출력할 수 있다. (일반화)
- 새로운 입력, 일부 유실된 정보로도 유사한 출력 가능 (연상 기억)
- 일부 뉴런이 고장나거나 단절되어도 남아있는 뉴런들에 의해 작동을 보장한다. (결함 허용성)
4. 비교
퍼셉트론이 하나의 뉴런 단위로 이루어진다면 신경망은 각 뉴런이 모여 하나의 뇌가 되는 것과 같다.