신경망 기초
신경망(Neural Network)은 딥러닝의 핵심 구성 단위입니다. 이 그룹에서는 단일 뉴런(퍼셉트론)에서 출발하여, 활성화 함수, 손실 함수, 역전파, 옵티마이저, 정규화까지 신경망 학습의 전체 과정을 수학적으로 이해합니다.학습 순서
신경망의 학습 원리는 순전파 → 손실 계산 → 역전파 → 가중치 업데이트 사이클로 이루어집니다. 아래 문서들은 이 사이클의 각 구성 요소를 깊이 있게 다룹니다.| 순서 | 주제 | 핵심 질문 |
|---|---|---|
| 1 | 퍼셉트론과 MLP | 뉴런은 어떻게 입력을 처리하는가? |
| 2 | 활성화 함수 | 비선형성이 왜 필요한가? |
| 3 | 손실 함수 | 모델의 예측 오차를 어떻게 측정하는가? |
| 4 | 역전파 | 기울기를 어떻게 계산하고 전달하는가? |
| 5 | 옵티마이저 | 기울기로 가중치를 어떻게 업데이트하는가? |
| 6 | 정규화 | 과적합을 어떻게 방지하는가? |