Professional Documents
Culture Documents
04 - 6 v2
04 - 6 v2
― 이진 분류
• 뉴런은 입력 신호들을 받아 z 를 만듦
• 다음 수식에 의해 z 를 만들며 , 다음 수식을 '선형 함수'라 칭함
w 1 x 1 + w2 x 2+ 𝑏=𝑧
• 아달린 : 퍼셉트론이 등장한 이후 1960 년에 스탠포드 대학의 버나드 위드로우 (Bernard Widrow) 와 테
드 호프 (Tedd Hoff) 가 퍼셉트론을 개선한 적응형 선형 뉴런 (Adaptive Linear Neuron) 을 발표
• 퍼셉트론과의 차이점 : 아달린은 선형 함수의 결과를 학습에 사용 , 퍼셉트론에는 학습의 절차가 없고 예측만 있음
아달린
아달린 로지스틱 회귀
활성화 함수 vs 임계 함수
오즈 비 로짓 함수 로지스틱 함수 =
시그모이드 함수
로지스틱 회귀 중간 정리
임계 함수로 이진 (0, 1) 분류
무한대의 범위를 가지는 Z 값을 시그모이드 함수로 조절
( 아래의 식은 y 가 1 이거나 0 인 경우 )
1. load_breast_cancer() 함수 호출하기
2. data 크기 알아보기
• Cancer 에는 569 개의 샘플과 30 개의 특성이 있음
총 훈련데이터 개수 = 455
임계 함수로 이진 (0, 1) 분류
무한대의 범위를 가지는 Z 값을 시그모이드 함수로 조절
활성함수
05/23/2024 정직하게 코딩하며 배우는 딥러닝 입문 38
04-5 로지스틱 회귀를 위한 뉴런을 만듭니다
훈련하는 메서드 구현하기
2. activation() 메서드 구현하기
• activation() 메서드에는 로지스틱 회귀의 활성화 함수인 시그모이드 함수를 구현해야 함
• 시그모이드 함수는 자연상수의 지수 함수를 계산하는 넘파이의 np.exp() 함수를 사용하면 간단히 만들 수 있음
로지스틱 함수
(= 시그모이드 함수 )
파이썬 리스트 내포
x 데이터 하나씩 꺼내어
forpass() 메서드에 적용하고
그 결과를 이용하여
새 리스트 (z) 생성
형태가 바뀐이유는 ?
여기서
초기화
하는 이유 ?
활성화 함수
사용하는 이유 ?