chapter 1 인공지능 딥러닝의 이해 - 2절 딥러닝 맛보기 - 5항 머신러닝 방식의 신경망 함수 생성과 사용

 머신러닝 방식으로 함수를 정의해 보겠다. 머신러닝에서는 여러 개의 데이터들과 그에 대응되는 답들을 통해 규칙을 만든다. 이번 실습에서는 아래와 같은 데이터 집합으로 모델을 만들어 보겠다.

 

 

 

x	-1	0	1	2	3	4
y	-2	1	4	7	10	13

 우리는 위의 표에 나와있는 데이터 셋을 보고 x와 y의 관계가 y = 3x + 1 이라는 것을 어림짐작 할 수 있다. 따라서 x가 10일 때의 값을 예측해보라 한다면, 31이라고 대답 할 것이다. 위의 모델도 마찬가지이다. 모델은 데이터와 답을 통애 학습하여, x가 10일 때의 값을 31과 근사하게 예측한다. 

 

 

 

 하지만 실행 결과 예측 값이 약 4.17로 우리가 기대한 값인 31과는 매우 차이가 큰 것을 알 수 있다. 그 이유는 학습이 충분하지 않기 때문이다. 코드의 14번째 줄을 보면, epochs를 5로 설정한 것을 볼 수 있다. 학습을 5회 진행한다는 뜻이다. 따라서 우리는 이 값을 더 높게 설정하면, 더 정확한 예측을 할 수 있는 모델을 얻을 수 있다.

 

 

 

 위의 실행 결과는 epochs를 50으로 설정한 결과이다. 실제로 예측 결과가 약 30.74로 전보다 훨씬 정확도가 높아진 것을 알 수 있다. 위에서 loss는 오차를 나타낸다. 학습을 진행할 수록 오차가 줄어드는 것 또한 확인할 수 있다.

 

 

 

 위의 결과는 epochs를 500으로 설정한 실행 결과이다. 예측 값이 31.00664로 상당히 정확해졌다. 우리는 성공적으로 y = 3x + 1을 흉내내는 인공 신경망 함수를 만들어냈다.