[혼공머신] 07-1 인공 신경망

* 인공 신경망

 - 뉴런에서 영감을 받아 만든 머신 러닝 알고리즘. 딥러닝으로 불리기도 함

* 텐서플로

 - google library. CPU/GPU를 사용해 훈련. 케라스 사용

* 밀집층

 - 가장 간단한 신경망의 층. 뉴런들이 모두 연결되어 있기 때문에 완전 연결층이라고도 부름

 - 특별히 출력층에 밀집층을 사용할 때는 분류하려는 클래스와 동일한 개수의 뉴런을 사용

* 원-핫 인코딩

 - 정숫값을 배열에서 해당 정수 위치의 원소만 1이고 나머지는 모두 0으로 변환

 - 필요한 이유 => 다중 분류에서 출력층에서 만든 확률과 크로스 엔트로피 손실을 계산하기 위함

 - 텐서플로에서 'sparse_categorical_entropy' 손실을 지정하면 이런 변환이 필요 없음

 

TensorFlow

 * Dense

 - 밀집층을 만드는 class

 - activation : 활성화 함수 지정(sigmoid, softmax), 지정하지 않을 수도 있음

 * Sequential 

 - 케라스에서 신경망 모델을 만드는 클래스

 - 추가할 층이 1개 이상일 경우 파이썬 리스트로 전달

 * compile()

 - 모델 객체를 만든 후 훈련하기 전에 사용할 손실 함수와 측정 지표 등을 지정

 - loss : 손실함수 지정(binary_crossentropy : 이진 분류, categorical_crossentropy : 다중 분류, sparse_categorical_crossentropy : 클레스 레이블이 정수, mean_square_error : 회귀 모델)

 * fit() : 훈련

 * evaluate() : 평가