[머신러닝+딥러닝 기초 강의] 17강. 인공 신경망
- 인공신경망은 머신러닝 알고리즘의 한 종류이며, 딥러닝은 여러 층을 쌓은 인공신경망을 의미한다. 🧠
- 패션 MNIST 데이터셋은 28x28 흑백 이미지로, 10개의 의류 아이템 클래스를 분류하는 데 사용된다. 👕
- 케라스는 텐서플로우, 파이토치, 잭스를 백엔드로 사용할 수 있는 유연한 딥러닝 프레임워크다. ⚙️
- 완전 연결층(Dense Layer)은 입력의 모든 뉴런과 연결되어 있으며, 밀집층 또는 선형층이라고도 불린다. 🔗
- 모델 컴파일 시 손실 함수와 측정 지표를 지정하며, 다중 분류 문제에는 'categorical_crossentropy'를 사용한다. 🎯
- 'sparse_categorical_crossentropy'는 원-핫 인코딩 없이 정수 형태의 타겟값을 사용할 때 유용하다. 🔢
- SGD(Stochastic Gradient Descent) 옵티마이저는 경사 하강법을 사용하여 모델의 가중치를 업데이트한다. 📉
- 모델 훈련 시 검증 데이터를 사용하여 과적합을 방지하고 모델의 일반화 성능을 평가할 수 있다. 📊