인공신경망은 인간의 두뇌를 구성하는 신경세포 즉, 뉴런(Neuron)의 형태 및 동작원리를 모방하여 만든 모델

생물학적 뉴런^{Biological Neuron}

• 인간의 두뇌는 1000억개가 넘는 뉴런이 100조개 이상의 시냅스를 통해 병렬적으로 연결되어 있음
• 각각의 뉴런은 수상돌기^Dendrite를 통하여 다른 뉴런으로부터 신호를 입력받아 세포체^{Cell Body}에 저장하다가,
• 입력된 신호가 모여서 일정한 용량을 넘어서면 축색돌기^Axon를 통해 다른 뉴런으로 신호를 내보냄

---

인공 뉴런^{Artificial Neuron}

• 퍼셉트론^Perceptron
  • Perception^{무언가를 인지하는 능력} + Neuron = Perceptron
  • 생물학적 뉴런의 원리를 따라한 인공 뉴런으로 1975년 프랑크 로젠블라트^{Frank Rosenblatt}가 제안한 인공 신경망 구조 중 하나
  • 딥러닝의 기원이 되는 알고리즘
  • TLU(Threshold Logic Unit)라는 형태의 뉴런을 기반으로 하며,
    입력과 출력이 어떤 숫자이고 각각의 입력(\(x_1, x_2, x_3..., x_n)\)에 각각 고유한 가중치(\(W\), weight)를 곱하여 가중합(weighted sum)을 계산하고,
    그 값이 특정 기준을 만족하면(activation function) 1 또는 0으로 결과를 출력

---

인공 신경망^{Artificial Neural Network}

• 생물학의 신경망에서 영감을 받아 만든 머신러닝 알고리즘
• 생물학적인 뉴런을 수학적으로 모델링한 것
• 시냅스의 결합으로 네트워크를 형성한 인공 뉴런이 학습을 통해 시냅스의 결합 세기를 변화시켜 문제해결능력을 가지는 비선형 모델
• 기존의 머신러닝 알고리즘으로 다루기 어려웠던 이미지, 음성, 텍스트 분야에서 뛰어난 성능을 발휘하면서 크게 주목 받고 있음
• 인공 신경망 알고리즘을 종종 딥러닝이라고 부름

---

텐서플로^Tensorflow 와 케라스^Keras

• 텐서플로는 구글이 2015년 11월 오픈소스로 공개한 딥러닝 라이브러리
• CPU와 GPU를 사용해 인공 신경망 모델을 효율적으로 훈련하며 모델 구축과 서비스에 필요한 다양한 도구를 제공

   import tensorflow as tf
  

• 케라스는 텐서플로의 고수준 API

   from temsorflow import keras   
  

---