Numpy만을 이용한 Multi Layer Perceptron

1. Neural Network (using numpy)

Neural Network는 인공지능 분야에서 중요한 역할을 차지하는 구조로, 인간의 뇌에서 영감을 받아 만들어졌다. 다양한 입력을 받아들여 복잡한 패턴을 인식하고, 학습을 통해 예측을 수행하는 능력을 지닌 모델이다. Multi Layer Perceptron, 즉 MLP는 가장 기본적인 형태의 인공신경망으로, 입력층, 은닉층, 출력층으로 구성된다. 각 층은 노드로 이루어져 있으며, 각 노드는 이전 층의 노드와 연결되어 있다. 이 연결은 가중치라 불리며, 학습 과정에서 조정된다. MLP의 학습 과정은 주로 역전파 알고리즘을 통해 수행된다. 이 과정에서 오차가 노드의 가중치에 어떻게 영향을 미치는지를 계산하여 점진적으로 가중치를 수정한다. MLP의 입력층은 특징 벡터를 받아들이며, 각 입력 노드는 하나의 입력을 상징한다. 은닉층은 입력층과 출력층 사이에 위치하며, 여러 개의 은닉층을 쌓는 깊은 신경망을 구성할 수 있다. 각 은닉층의 노드는 활성화 함수를 통해 계산을 수행하고, 그 결과는 다음 층으로 전달된다. 마지막으로 출력층은 모델의 예측 결과를 생성하는 역할을 한다. 일반적으로 MLP에서 사용하는 활성화 함수로는 시그모이드,…