인공 신경망: 두 판 사이의 차이

인공신경망의 가장 큰 장점은 관찰된 데이타로부터데이터로부터 학습하여 원하는 근사 함수를 만들 수 있다는 것 이다.

그러나 사용하려는 신경망의 기본 이론과 예측하려는 데이타의데이터의 근본적인 이해가 매우 중요하다.

* 모델의 선택: 예측 하려는 데이타를데이터를 어떤방법으로 표현 하는지에 대한 선택이다. 지나치게 복잡한 모델은 학습 과정에서 Overfitting 문제가 발생 할 수 있다.

* 학습 알고리즘: 학습 알고리즘 사이에 많은 장단점이 있다. 대부분의 알고리즘은 hyperparameters와 함께 고정된 데이터 집단에서 잘 동작한다. 하지만 알려지지 않은 데이타의데이터의 예측의 경우 대부분 많은 시간과 연구가 필요하다.

인공신경망의 활용은 데이타데이터 관찰로부터 원하는 함수룰 추론 하는데 사용 할 수 있다. 이것은 매우 복잡한 데이타를데이터를 사용하거나 사람의 주관적인 판단이 필요한 부분에 매우 유용하게 사용 될 수 있다.

* 필터링, [[클러스터링]], [[압축]] 등등의 데이타데이터 프로세싱처리