그림 1. 비선형 분류 문제입니다. 선형 함수로는 모든 파란색 점을 오렌지색 점과 명확하게 구분할 수 없습니다.
'비선형' 가중치로는 라벨을 정확하게 예측할 수 없다는
\(b + w_1x_1 + w_2x_2\)형태의 모델입니다. 다시 말해, '결정 표면'은 선이 아닙니다.
하지만 특성 $x_1$과 $x_2$에 특성 교차를 실행하면 선형 모델을 사용하여 두 특성 간의 비선형 관계를 나타낼 수 있습니다. $b + w_1x_1 + w_2x_2 + w_3x_3$, 여기서 $x_3$은 $x_1$과 $x_2$ 간의 특성 교차입니다.
그림 2. 특성 교차 x1x2를 추가하면 선형 모델은 파란색 점을 주황색 점과 구분하는 타원형 도형을 학습할 수 있습니다.
다음 데이터 세트를 살펴보겠습니다.
그림 3. 더 어려운 비선형 분류 문제
특성 교차 연습에서 이 데이터에 선형 모델을 맞추기 위해 올바른 특성 교차를 결정하는 데 약간의 노력과 실험이 필요했다는 것을 기억할 수 있습니다.
하지만 이 모든 실험을 직접 할 필요가 없다면 어떻게 해야 할까요?
신경망은
찾아낼 수 있도록 설계된 모델 아키텍처의
nonlinear
데이터 패턴을 나타냅니다. 신경망 학습 도중에는
모델을 자동으로
입력 데이터에서 최적의 특성 교차를 학습하여
손실이 발생할 수 있습니다.
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["필요한 정보가 없음","missingTheInformationINeed","thumb-down"],["너무 복잡함/단계 수가 너무 많음","tooComplicatedTooManySteps","thumb-down"],["오래됨","outOfDate","thumb-down"],["번역 문제","translationIssue","thumb-down"],["샘플/코드 문제","samplesCodeIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2025-07-27(UTC)"],[[["This module explores neural networks, a model architecture designed to automatically identify nonlinear patterns in data, eliminating the need for manual feature cross experimentation."],["You will learn the fundamental components of a deep neural network, including nodes, hidden layers, and activation functions, and how they contribute to prediction."],["The module covers the training process of neural networks, using the backpropagation algorithm to optimize predictions and minimize loss."],["Additionally, you will gain insights into how neural networks handle multi-class classification problems using one-vs.-all and one-vs.-one approaches."],["This module builds on prior knowledge of machine learning concepts such as linear and logistic regression, classification, and working with numerical and categorical data."]]],[]]
