Chapter2 는 퍼셉트론에 대한 내용이다. 오늘은 퍼셉트론 알고리즘에 대해 알아보도록 하겠다. 퍼셉트론이 신경망의 기원이 되는 알고리즘이기때문에 퍼셉트론의 구조를 배우는 것은 신경망과 딥러닝으로 나아가는데 중요한 아이디어를 배우는 일이된다고 서술되어있다... 나는 그거는 잘 모르겠고.. 책에나오니까 그냥 보겠다. **퍼셉트론은 다수의 신호를 입력받아 하나의 신호를 출력한다. 그림의 원을 뉴런 혹은 노드라고 부릅니다. 입력신호가 뉴런에 보내질 때는 각각 고유한 가중치가 곱해집니다. (x1*w1, x2*w2) 뉴런에서 보내온 신호의 총합이 정해진 한계를 넘어설때만 1을 출력 y = 0 (w1x1 + w2x2 임계값) 을 출력한다. >> 가중치가 클수록 해당 신호가 그만큼 더 중요함을 뜻한다. 다음 내용은..