Computer-Science

Neural Networks

활성화 함수(Activation Function)

• 활성화 함수(Activation Function)란 인공 신경망(Neural Network)에서 사용되는 은닉층(Hidden Layer)을 활성화하기 위해 Non-linear한 함수를 사용하여 Output 뉴런을 바꿔주는 함수이다.
• 활성화 함수를 사용하는 이유는, 활성화 함수가 전체 인공 신경망(Neural Network)이 표현할 수 있는 함수를 더 다양하게 만들어주기 때문이다.

Curse of dimensionality (차원의 저주)

1. 차원이 늘어나면, 샘플 데이터의 수도 같이 늘어나야 한다.
2. 차원이 늘어나는데 샘플 데이터 수가 늘어나지 낳으면, 오히려 모델이 학습에 실패할 확률이 늘어난다.

차원 수에 따른 모델의 성능 그래프

샘플 데이터의 수는 고정하고, 차원을 늘렸을 때의 모델 성능 그래프

Dimensionality Reduction

• 목적
  1. 차원을 축소함으로써, curse of dimensionality를 줄일 수 있다.
  2. Visualize를 할 수 있다.

Dimensionality Expansion

• 목적
  • 차원을 적당히 늘려줌으로써, 데이터의 해석을 쉽게 할 수도 있음

References

1. 인공지능 응용 (ICE4104), 인하대학교 정보통신공학과 홍성은 교수님

This site is open source. Improve this page.