All-round programmer

Ch3. Single-Layer perceptron 2/27 3.1 Introduction - NN이 형성되는 1943~1958에서는, 3명의 연구자들이 있었다. (1) McCulloch and Pitts(1943)은 NN을 computing machine으로 소개를 했다. - (2) Hebb(1949)은 1st rule for self-organized learning을 가정했다. - (3) Rosenblatt(1948)는 Perceptron을 learning with a teacher의 첫번째 모델로 제안했다. 3/27 - Perceptron은 NN의 가장 간단한 형태이다. linearly separable 패턴을 분류하는데 쓰인다. - 이것은 single neuron과 adjustable synap..

챕터 2의 두번째...43쪽이다 되네 ㅠㅠ 리뷰 시작! 1/43 2.9 Learning without a teacher - teacher가 없다는 것은 NN이 학습하는데 예제에 대한 label이 없다는 것이다. - 2가지 방법이 있다 : reinforcement learning이나 neurodynamic programming and unsupervised learning - (1) reinforcement learning : 입출력 매핑으로 환경과의 지속적인 상호작용을 통하는 learning으로 scalar index를 최소화 함으로써 성능을 개선하는 것 - Fig 2.7은 한가지 'critic' 이 'primary reinforcement signal'을 'heuristic reinforcement s..

chap2a.ppt 자료를 바탕으로 정리... 2장의 제목은 Learning process. 지금 알고 있는 수준은 그냥 에러율을 계속 웨이트에 더해서 바꾸는것 정도...그럼 이제부터 시작.. 2/38 2.1 Introduction - 뉴럴네트워크(이하 NN)의 중요한 속성이 환경에서 'learn'하고 성능을 'improve'하는 것 - NN은 환경과의 상호작용을 통해서 그 synaptic weight와 bias를 조절하는 것이 learn이다. - learn의 정의 : 환경의 자극요소들에 의해서 NN의 파라미터들이 적응되어가는 것. learning의 종류는 파라미터가 어떠한 방법으로 바꾸는지에 따라 정한다. 3/38 * 위의 정의는 다음을 의미한다. (1) NN은 환경에 의해 'stimulated'된다(..