신경망 (Neural Network)

신경망 (Neural Network)

인간 뇌의 뉴런 구조를 모방한 인공 노드들이 층을 이루어 데이터를 학습하는 계산 모델로, 입력층·은닉층·출력층으로 구성되며 가중치와 활성화 함수를 통해 비선형 패턴을 학습

구조: 입력층(Input Layer) → 은닉층(Hidden Layer, 1개 이상) → 출력층(Output Layer)

구성요소

• •뉴런(Node): 입력신호 수신·가중합·활성화함수·출력
• •가중치(Weight): 연결강도, 학습대상
• •편향(Bias): 활성화조절
• •활성화함수: ReLU·Sigmoid·Tanh·Softmax, 비선형성부여

종류

• •퍼셉트론: 단층, 선형분류
• •MLP (Multi-Layer Perceptron): 다층, 비선형, 완전연결
• •DNN: 깊은 다층, 복잡패턴

학습과정: 순전파(입력→출력) → 손실계산 → 역전파(기울기계산) → 가중치업데이트

활성화함수: ReLU(기본), Sigmoid(이진분류), Tanh(범위-1~1), Softmax(다중분류)

적용사례: 이미지분류(CNN), 텍스트생성(RNN), 회귀·분류(MLP)

비교: 단층(선형) vs 다층(비선형·복잡패턴)

연관: 딥러닝, 퍼셉트론, MLP, 활성화함수, 역전파, 가중치