인공 신경망: 두 판 사이의 차이

 

=== 망 함수 ===

 

단어 '인공신경망'에서 ''망''은 각 시스템에 있는 여러 층의 뉴런 간의 연결을 의미한다. 예를 들어 세 층이 있는 시스템이 있다면, 첫 번째 층은 시냅스를 통해 두 번째 층의 뉴런들로 데이터를 보내는 입력 뉴런들이 있고, 더 많은 시냅스를 통해 세 번째 층의 출력 뉴런으로 신호를 보내는 식이다. 시스템이 더 복잡해질수록 뉴런 층의 수도 더 많아지고, 그 층 안에 있는 입력 뉴런과 출력 뉴런들의 수도 많아질 것이다. 이 시냅스들은 계산 과정에서 데이터 값을 조절하는 가중치 값을 저장한다.

<math>\textstyle N</math>이 매우 크거나 무한하다면, 새 예제가 주어질 때마다 비용이 부분적으로 최소화되는 [[온라인 알고리즘]]을 사용해야 한다. <math>\textstyle \mathcal{D}</math>가 고정되어 있을 때 직결 기계 학습을 종종 사용하기는 하지만, 분포가 시간에 따라 서서히 변할 때 사용하는 것이 더 유용하다. 신경망을 사용할 때에는, 직결 기계 학습을 유한한 자료 집합에 대해 자주 사용하기도 한다.

 

 

==== 비용 함수 고르기 ====

준 지도 학습 패러다임에 속하는 과제에는 제어 문제, [[게임]], [[순차적 결정 문제]] 등이 있다.

 

 

=== 학습 알고리즘 ===

| accessdate = 30 December 2011 | doi = 10.3182/20050703-6-CZ-1902.02172 | isbn = 978-3-902661-75-3 }}</ref> [[유전자 수식 프로그래밍]],<ref>{{웹 인용|last=Ferreira|first=C.|year=2006|제목=Designing Neural Networks Using Gene Expression Programming|url= http://www.gene-expression-programming.com/webpapers/Ferreira-ASCT2006.pdf|publisher= In A. Abraham, B. de Baets, M. Köppen, and B. Nickolay, eds., Applied Soft Computing Technologies: The Challenge of Complexity, pages 517–536, Springer-Verlag}}</ref> [[담금질 기법]],<ref>{{콘퍼런스 인용| author = Da, Y., Xiurun, G. |date=July 2005 | 제목 = An improved PSO-based ANN with simulated annealing technique | conference = New Aspects in Neurocomputing: 11th European Symposium on Artificial Neural Networks | conferenceurl = http://www.dice.ucl.ac.be/esann/proceedings/electronicproceedings.htm | editor = T. Villmann | publisher = Elsevier | accessdate = 30 December 2011 | doi = 10.1016/j.neucom.2004.07.002 }}</ref> [[기댓값 최대화 알고리즘]], [[비모수 통계]], [[군집 최적화]]<ref>{{콘퍼런스 인용| author = Wu, J., Chen, E. |date=May 2009 | 제목 = A Novel Nonparametric Regression Ensemble for Rainfall Forecasting Using Particle Swarm Optimization Technique Coupled with Artificial Neural Network | conference = 6th International Symposium on Neural Networks, ISNN 2009 | conferenceurl = http://www2.mae.cuhk.edu.hk/~isnn2009/ | editor = Wang, H., Shen, Y., Huang, T., Zeng, Z. | publisher = Springer | accessdate = 1 January 2012 | doi = 10.1007/978-3-642-01513-7_6 | isbn = 978-3-642-01215-0 }}</ref>와 같은 방법들이 신경망을 학습시키는데 주로 이용된다.

 

 

==인공신경망의 사용 방법==