Shallow Neural Network를 이용한 분류와 회귀

얕은 신경망(Shallow Neural Network)으로 무엇을 할 수 있을까?

---

회귀 (Regression)

 

입력과 출력이 있을 때 기대수명(training sample)이 있을 때,

새로운 입력에 대한 출력을 내기 위해서 선을 그어야 한다.

그것이 바로 회귀(Regression) 곡선이다. 

엑셀에서는 추세선으로 쓰인다.

 

회귀라는 것은 입력에 대해서 출력이 정확하게 떨어지지 않는 것에 대해서, 잡음에 대해서 규칙을 찾아서 연속된 값을 추정해 내는 것이다.

---

분류(Classification)

연속된 값을 출력으로 내는 회귀와 달리, 

입력 값에 대해서 특정 범주로 구분하는 작업을 분류(Classification)이라고 한다.

---

얕은 신경망을 이용한 회귀

활성함수에 대해서 달라진다.

---

얕은 신경망을 이용한 이진 분류

분류에서의 활성함수는 Sigmoid function을 이용한다.

---

얕은 신경망을 이용한 다중 클래스 분류

다중 클래스의 활성함수는 SoftMax 활성함수를 이용한다.

확률이기 때문에 각각은 0이상 1이하가 되어야 한다.

SoftMax 함수를 통해 각각의 출력이 0이상 1이하가 된다.