인공지능개론 (2)

1. 지도학습(Supervised Learning)

: Training Sample에 정답데이터가 주어져있음.

• Classification(분류)
  • Decision Tress - 스팸 or 스팸 X 여부를 분류하는 예시
  • 특징점(Feature) : 정답을 분류하는 기준 Factor
  • Decision boundary (경계선) 를 찾는 것을 Superviser Learning하는것?
• regression(회귀)

2. 비지도 학습 (Unsupervised Learning)

3. 강화학습 (Reinforcement Learning )

---

1. 단층 신경망의 학습 - 이진학습

• Perceptron = 단일 뉴런 (single Layer neuron)

• weight ( 가중치 ), bias = -theta(임계값? threshold)

• activate function ex) Hard limit function(극단적으로 나누어져 있음) -> Sigmoid function

• Artificial Perceptron -> 뉴런 형태의 계산 후 활성화 함수를 통과한 것
• widrow hopf / Gradient Desaunt? ㅋㅋㅋㅋ뭐냐 진짜;;