https://colah.github.io/posts/2014-03-NN-Manifolds-Topology/
Neural Networks, Manifolds, and Topology -- colah's blog
Neural Networks, Manifolds, and Topology Posted on April 6, 2014 topology, neural networks, deep learning, manifold hypothesis <!-- by colah --> Recently, there’s been a great deal of excitement and interest in deep neural networks because they’ve achi
colah.github.io
비선형 경계선을 찾는다는 것은
비선형문제를 선형으로 바꾼 다음에 선형으로 해결할 수 있다는 것
커널 접근법: 데이터의 비선형성을 선형화 작업을 거친 다음 선형으로 해결하겠다.
딥러닝이 데이터의 패턴을 비선형성에서 선형으로 바꾼다는 관점으로도 볼 수 있다.
x공간에서 비선형 경계선으로 분류!
== x공간에서 a공간으로 옮기면서 선형패턴화 한 다음, a공간에서 선형경계선으로 분류!
'개발' 카테고리의 다른 글
| CNN 에서 weight, feature map 계산하기 (0) | 2022.11.25 |
|---|---|
| weight 개수 구하기 (0) | 2022.11.21 |
| 퍼셉트론은 선형분류기, 다층퍼셉트론은 비선형분류기 (0) | 2022.11.21 |
| 문서 간 유사도를 구하는 3가지 방법 (0) | 2022.11.19 |
| CountVectorizer 를 이용해서 문서에 나온 단어 빈도수 뽑아보기 (0) | 2022.11.19 |
https://colah.github.io/posts/2014-03-NN-Manifolds-Topology/
Neural Networks, Manifolds, and Topology -- colah's blog
Neural Networks, Manifolds, and Topology Posted on April 6, 2014 topology, neural networks, deep learning, manifold hypothesis <!-- by colah --> Recently, there’s been a great deal of excitement and interest in deep neural networks because they’ve achi
colah.github.io
비선형 경계선을 찾는다는 것은
비선형문제를 선형으로 바꾼 다음에 선형으로 해결할 수 있다는 것
커널 접근법: 데이터의 비선형성을 선형화 작업을 거친 다음 선형으로 해결하겠다.
딥러닝이 데이터의 패턴을 비선형성에서 선형으로 바꾼다는 관점으로도 볼 수 있다.
x공간에서 비선형 경계선으로 분류!
== x공간에서 a공간으로 옮기면서 선형패턴화 한 다음, a공간에서 선형경계선으로 분류!
'개발' 카테고리의 다른 글
| CNN 에서 weight, feature map 계산하기 (0) | 2022.11.25 |
|---|---|
| weight 개수 구하기 (0) | 2022.11.21 |
| 퍼셉트론은 선형분류기, 다층퍼셉트론은 비선형분류기 (0) | 2022.11.21 |
| 문서 간 유사도를 구하는 3가지 방법 (0) | 2022.11.19 |
| CountVectorizer 를 이용해서 문서에 나온 단어 빈도수 뽑아보기 (0) | 2022.11.19 |
