인공 신경망(Artificial Neural Network, ANN)은 인간 뇌의 뉴런이 서로 연결된 네트워크의 구조와 기능에서 영감을 얻어 개발된 기계 학습 모델입니다.
**다층 퍼셉트론(Multi-Layer Perceptron, MLP)**은 여러 개의 층으로 이루어진 인공 신경망의 한 유형입니다. MLP의 뉴런들은 보통 **비선형 활성화 함수(nonlinear activation function)**를 사용하여 데이터 내의 복잡한 패턴을 학습할 수 있습니다. MLP는 데이터의 **비선형 관계(nonlinear relationships)**를 학습할 수 있기 때문에, 분류(classification), 회귀(regression), 패턴 인식(pattern recognition) 등의 다양한 기계 학습 작업에서 강력한 모델로 활용됩니다.
다층 퍼셉트론(MLP)은 피드포워드 신경망(Feedforward Neural Network)의 한 종류로, 비선형 활성화 함수(Activation Function)를 사용하는 완전 연결 뉴런(Fully Connected Neurons)으로 구성됩니다. 이는 선형적으로 분리할 수 없는 데이터를 구별하는 데 널리 사용됩니다.
입력층은 초기 입력 데이터를 받는 뉴런들로 구성됩니다.
입력층과 출력층 사이에는 하나 이상의 은닉층이 존재할 수 있습니다. 은닉층의 뉴런은 이전 층(입력층 또는 다른 은닉층)의 모든 뉴런으로부터 입력을 받고, 이를 처리한 후 다음 층으로 출력을 전달합니다.
출력층의 뉴런들은 최종 예측 결과를 생성합니다.
Workings of a Multilayer Percoptron_Layer by Layer.avif
