[핵심 머신러닝 ] 뉴럴네트워크모델 2 (Backpropagation 알고리즘)

뉴럴네트워크 모델의 파라미터인 가중치를 업데이트 하는 오류역전파 (Backpropagation) 알고리즘에 대해 자세히 설명한다.

[@나좀내버려둬-c8k]

진짜 너무 좋은 강의입니다. neural network 나 deep-learning이 여러 기술에서 활용되고 있어 컴퓨터나 ai 관련 학과는 아니지만 공부하고 있는데, 비전공자에게 큰 도움이 되는 강의입니다. 양질의 강의를 올려주셔서 감사합니다!

[@김성범교수산업경영공]

도움이 되셨다니 다행입니다. 감사합니다!

[@davidson9353]

와우...제가 본 설명중에서 최고라고 생각합니다. 정말 감사합니다. 강추!!!

[@김성범교수산업경영공]

감사합니다~

[@jiwonyoo5238]

너무 좋은 강의 감사드립니다!

[@MZ-pj4eq]

교수님, 감사합니다!!

[@robot3430]

이게 역전파구나...ㅠㅠ 감사합니다. 교수님

[@강나루-r2q]

좀전 질문에 답주셨던 내용이 여기에 있었네요. 도움에 감사드립니다!!!

[@김성범교수산업경영공]

^^*

[@김경수-c3r]

딥러닝 공부를 막 시작한 반도체 업계 청년 입니다 ^^;
역전파 부분이 이해가 어려웠는데 친절한 설명 감사드립니다 교수님!

[@김성범교수산업경영공]

감사합니다!

[@beomseokkwon6745]

이번 강의도 정말 좋은 강의 감사합니다.

[@김성범교수산업경영공]

팡팡시티 감사합니다!

[@gt4065b]

I watched them all~~ Now I understand what the neural net model is~ Thanks

[@김성범교수산업경영공]

Thank you for watching my lecture and your kind message!

[@나는강아지-w6x]

4:30 1/2이 평균을 취하기 위해서가 맞나요? 평균을 취하고싶으면 1/2이 아니라 1/m이 되어야 하는것같습니다. 제 짧은 지식으로는 미분할 때 식이 복잡해지는걸 막기 위해서 1/2을 곱해주는 걸로 알고 있는데 혹시 아닌가요? 저처럼 잘 모르는 사람들이 들으면상당히 헷갈릴거같습니다. 혹시 확실하게 아시는 분 계시면 대댓으로좀 알려주세요 ...ㅜ

[@0x246-v7s]

말씀하신대로 미분 시에 계수를 없애기 위함이 맞는 듯 합니다. 사실 1/m 를 나누든 1/2를 나누든 크게 상관없습니다. 얼마만큼의 크기로 파라미터를 갱신할지에 대해서는 사용자가 정의할 수 있기 때문입니다. learning rate 처럼요.
따라서 MSE의 정의에는 1/m 이 들어가는 것이 맞습니다. 하지만 파라미터를 갱신할 때 쓰는 cost function은 계수가 1/2이든 1/m 이든 1이든 상관 없을 듯 합니다!

[@yookyungkho408]

04:20 교수님 이 슬라이드에서 언급하신 t가 실제 y값이라고 하셨는데 그럼 이 t값이 전슬라이드에 있는 출력층 t값들과 다른게 맞나요..?? 전슬라이드 기준 출력값t에서 활성함수를 거친 o값이 예측값이라고 봤을때 전 슬라이드와 이 슬라이드의 t가 다르다는 생각이 들어 질문 남깁니다!!