Deep learning

1. 뉴럴 네트웍 요소 

2가지 요소 : layers and nodes

1) Input :  input 데이터를 받고 처음 분석되는 위치

2) Hidden : computation이 발생하고 그것을 통해 데이터가 수정

3) Output : 결과가 조합되고 평가되는 위치

노드에 연관된 2개 value : biases and weights 

(데이터가 노드에 의해 표현 및 다른노드에 전달되는 방법에 영향)

2. Deep learning 동작방식

데이터와 예측값을 넣고 learning(뉴럴 네트웍) 시키면 rules(biases and weight)를 찾아주고 그것을 사용하여

실제 값이 들어올때 결과값을 예측

아래 점들의 좌표와 색깔 정보를 넣고 분류에 지점을 찾는 예제

(흰색과 검은색을 분류 하기 위해 임의의 x,y 좌표를 설정해 가면서

 최적의 rules 만들어 내는 과정)

Data : 점들에 좌표

Answers : 좌표별 점들의 색                          Rules      

        ===>            

                          (뉴럴 네트웍을 통한 deep learning)