신경망 AND, OR 게이트 함수 만들때 가중치에 여러개의 답이 있었는데, 적절한 값을 찍어서 정했었습니다. 신경망은 가중치를 데이터를 학습한 모델이 정해줍니다. 신경망의 예- 0층은 입력층, 1층은 은닉층, 2층은 출력층 - 신경망과 퍼셉트론의 차이는 '활성화' 함수 영어로 Activation Function의 존재 활성화 함수의 등장-활성화 함수는 입력 신호의 총합을 그대로 사용하지 않고, 출력 신호로 변환하는 함수입니다. -'활성화' 라는 이름이 말해주듯 활성화 함수는 입력 신호의 총합이 활성화를 일으키는지 아닌지를 정하는 역할을 합니다. 기존 입력 값의 합 (w1x1+w2x2+w3x3)을 활성화 함수 f(y)에 넣어 활성화 할지 말지(z) 를 결정합니다. 여기서 원을 뉴런 또는 노드라고 부르는데,..
