선형(linear)과 비선형(non-linear)

선형(linear)

: 직선처럼 똑바른 특징을 가지고 있는 것이다.

-> 예측 가능함

 

비선형(non-linear)

: 중첩의 원리가 적용되지 않고, 함수의 수식이 알려지지 않았을 때, 함수 값을 예측하기 어렵다

 

회귀(Regression)

: 예측하고자 하는 타겟값이 실수, 즉 숫자인 경우이다. 그리고 회귀는 예측 결과가 연속성을 지닌다.

: 회귀를 통해 손해액, 매출량, 거래량, 파산할 확률 등을 예측할 수 있다.

: 즉 회귀문제란 실수형 변수를 통해 예측하여 예측 결과값이 연속성을 지니고 있는 경우 회귀문제라고 할 수 있다.

 

분류(Classification)

: 분류는 예측하고자 하는 타겟값이 범주형 변수인 경우이다. 회귀와는 다르게 분류는 예측 결과가 연속성을 지니지 않는다. 연속성을 지니는 연속값이 아닌 이산값을 가지고 있다.

: 분류를 통해 부도 여부(yes/no), 여신 승인 여부, 동물 분류 등을 예측할 수 있다.

 

역전파(Backpropagation)

: 역전파는 먼저 계산 결과와 정답의 오차를 구해 이 오차에 관여하는 값들의 가증치를 수정하여 오차가 작아지는 방향으로 일정횟수를 반복해 수정하는 방법이다.

: 사슬 규칙을 이용하는 기울기 기반 최적화 알고리즘에 따라 인공신경망(ANN)을 효율적으로 훈련하는 데 사용되는 방법이다.