신경망 플랫폼 개요

신경망은 은닉 노드라고 하는 파생 입력 집합의 함수입니다. 은닉 노드는 원래 입력의 비선형 함수입니다. 최대 두 개의 은닉 노드 층을 지정할 수 있으며 각 층은 은닉 노드를 원하는 만큼 포함할 수 있습니다.

Figure 3.2에서는 세 개의 X 변수와 하나의 Y 변수로 구성된 2층 신경망을 보여 줍니다. 이 예에서 첫 번째 층에는 두 개의 노드가 있고 각 노드는 두 번째 층에 있는 세 가지 모든 노드의 함수입니다. 두 번째 층에는 세 개의 노드가 있고 모든 노드는 세 가지 X 변수의 함수입니다. 예측된 Y 변수는 첫 번째 층에 있는 두 노드의 함수입니다.

그림 3.2 신경망 다이어그램 

은닉층 노드에 적용되는 함수를 활성 함수라고 합니다. 활성 함수는 X 변수의 선형 결합을 변환한 것입니다. 활성 함수에 대한 자세한 내용은 은닉층 구조에서 확인하십시오. 반응에 적용되는 함수는 선형 결합(연속형 반응의 경우) 또는 로지스틱 변환(명목형 또는 순서형 반응의 경우)입니다.

신경망 모형의 주요 장점은 다양한 반응 표면을 효율적으로 모델링할 수 있다는 것입니다. 은닉 노드와 층이 충분하면 모든 표면을 원하는 정확도에 맞게 근사화할 수 있습니다. 신경망 모형의 주요 단점은 결과를 쉽게 해석할 수 없다는 것입니다. 정규 회귀 분석의 경우처럼 X 변수에서 Y 변수로의 직접 경로가 아니라 중간 층이 있기 때문입니다.