ML? 머신러닝의 Linear 계열 모델은 선형방정식의 형태로 Data를 근사화, 근사화된 값을 실제 값과 비교해 Loss 계산. 이 후, Loss 값을 줄여나가는 형태로 학습을 진행. 기울기가 최소가 되는 지점을 찾아나가면 Loss 가 최저점인 부분과 일치(미분계수 = 0) 범주형인 경우는 아래처럼 sigmoid 함수 사용하여 Data 변환. 딥러닝? Node 들은 개별 ML modeling Unit(ex. 머신러닝의 linear model들) 이며 (특징 값 추출), 각 노드에서 더 다양한 특징 값을 추출, 더 깊은 Layer를 쌓아 모델링하는 알고리즘이다. Vanishing Gradient 문제 Sigmoid function은 미분할 경우, 0 부분에서는 0.25, 이외의 범위에서는 0인 값을 갖아..
