chapter 1 인공지능 딥러닝의 이해 - 3절 인공 신경망과 근사 함수 - 1항 2차 함수 근사해 보기

 머신러닝 모델을 통해 2차 함수를 근사해 보겠다. 2차 함수로 대응되는 x, y 값들을 실제 데이터처럼 흩뜨려 학습 데이터를 만들고, 그 데이터를 통해 학습을 진행해 보겠다.

 

 먼저, -2에서 0.5까지 범위의 값 1000개를 랜덤으로 생성해서 x값으로 하고, 이에 대응되는 y값을 계산해 저장한다. 10번째 줄은 랜덤으로 생성한 값들의 순서를 섞는 과정인데, 학습 데이터를 렌덤으로 섞는 과정은 머신러닝에서 굉장히 중요한 과정이다.

 

 

 y값을 위 아래로 흩뜨려 실제 데이터처럼 만든다.

 

 

 1000개의 데이터셋을 800의 학습 데이터와 200개의 실험 데이터 나눈다. 파란색이 학습 데이터, 빨간색이 실험 데이터이다.

 

 

 

  단위 인공 신경 16개로 구성된 은닉 층 2개와 하나의 단위 인공 신경을 가진 출력 층 하나를 가진 인공신경망을 구성한다. 아직 학습이 진행되지 않았기 때문에 무의미한 값들이 예측 값으로 출력되고 있다.

 

 

 epochs를 600으로 설정하여 600번의 학습을 진행시킨다. 빨간색으로 표시된 예측 값들이 이루는 곡선이 본래 우리가 근사하고자 하였던 2차 함수의 곡선과 유사한 것을 확인할 수 있다.