머신러닝 학습 자료 메모: TensorFlow, XOR, sigmoid, ReLU

이 글은 머신러닝과 딥러닝 입문 자료를 모아두고 TensorFlow tensor, XOR 문제, sigmoid, ReLU 같은 기초 키워드를 따라가기 위한 학습 메모입니다.

링크를 그냥 모아둔 글이라도, 어떤 순서로 보면 되는지 정리하면 자료의 목적이 분명해집니다. 먼저 tensor와 모델 학습 흐름을 보고, 그 다음 XOR와 활성화 함수를 보면 연결이 좋습니다.

 

핵심 정리

머신러닝 2차 학습 메모는 외부 강의, 블로그, 슬라이드 링크와 함께 TensorFlow, tensor, XOR, sigmoid, ReLU라는 키워드를 남긴 글입니다. TensorFlow에서는 tensor가 다차원 배열 형태의 기본 데이터 단위이고, 모델은 입력, 연산, 손실 계산, 학습 반복을 통해 파라미터를 조정합니다. XOR 문제는 단순 선형 모델만으로 풀기 어려운 대표 예시라서 은닉층과 비선형 활성화 함수가 왜 필요한지 설명할 때 자주 쓰입니다.

• TensorFlow의 tensor는 숫자 데이터를 담는 다차원 배열 단위입니다.
• XOR 문제는 선형 경계 하나로 분리되지 않아 은닉층과 비선형성이 필요한 예시입니다.
• sigmoid는 값을 0과 1 사이로 누르는 활성화 함수로, 확률적 해석과 함께 자주 소개됩니다.
• ReLU는 양수 구간을 그대로 통과시키는 단순한 활성화 함수로 딥러닝 기초에서 많이 쓰입니다.
• 자료를 볼 때는 tensor 개념, 모델 구조, 손실 함수, 학습 반복 순서로 정리하면 덜 헷갈립니다.
• 링크형 메모는 나중에 다시 볼 수 있도록 각 자료가 다루는 키워드를 짧게 붙여두는 것이 좋습니다.

원문은 머신러닝 관련 영상, 블로그, 슬라이드 링크와 기초 키워드만 남아 있었습니다. 보강 블록은 링크를 보기 전 필요한 학습 순서와 핵심 용어를 앞에 정리했습니다.

이어서 볼 글

• 딥러닝 XOR 문제: 은닉층과 비선형 활성화가 필요한 이유 - XOR에서 sigmoid와 비선형 층이 필요한 이유를 구체적으로 설명한다.

 

https://www.youtube.com/watch?v=j3za7nv7RfI

기본

http://t-robotics.blogspot.kr/search?updated-max=2017-01-13T18:10:00-08:00&max-results=20#.WWZYooiLSUk

https://www.slideshare.net/TerryTaewoongUm/introduction-to-machine-learning-and-deep-learning

TensorFlow

tensor : data arrays

XOR

sigmoid

relu

xor nn visualization