🔗 관련 문서: Wikipedia - Perceptron

Perceptron - 퍼셉트론

퍼셉트론(Perceptron)은 인공신경망의 가장 기초적인 구성 요소로, 생물학적 뉴런을 모방한 인공 뉴런이다. 1958년 프랭크 로젠블라트(Frank Rosenblatt)가 개발했으며, 선형 분류 문제 해결에 적합한 알고리즘이다.

1. 퍼셉트론의 구조

퍼셉트론은 다음 네 가지 주요 구성 요소로 이루어진다:

• 입력 노드(Inputs): 데이터 입력을 담당
• 가중치(Weights): 각 입력값의 중요도 조절
• 가중합(Summation): 입력과 가중치의 선형 결합
• 활성화 함수(Activation Function): 출력 여부를 결정하는 비선형 함수

2. 퍼셉트론 학습 알고리즘

퍼셉트론은 다음 단계를 반복하며 학습한다:

1. 가중치를 임의로 초기화
2. 입력을 받아 가중합 계산
3. 활성화 함수로 출력 결정
4. 예측값과 실제값이 다르면 가중치 수정:
   w = w + α(y - ŷ)x
5. 정해진 횟수만큼 반복 수행

3. 퍼셉트론의 한계

• 선형 분리만 가능: XOR 문제 해결 불가
• 은닉층 필요: MLP (다층 퍼셉트론) 구조로 확장하여 비선형 문제 해결