신경망 (Neural Network)
입력과 출력 사이 다층 구조를 통해 패턴을 학습하는 머신러닝 모델 계열
#신경망#Neural Network#인공신경망#다층 퍼셉트론#딥러닝 모델
신경망이란?
신경망은 사람의 뉴런 연결 구조에서 영감을 받아 만든 수학적 모델입니다.
입력층, 은닉층, 출력층으로 구성되며 데이터를 변환해 예측이나 분류를 수행합니다.
어떻게 학습하나요?
학습 과정에서 가중치와 편향을 조정해 입력과 정답 사이 오차를 줄입니다.
역전파와 경사하강법이 결합되어 각 층의 파라미터가 최적화됩니다.
왜 중요한가요?
신경망은 이미지, 음성, 텍스트 같은 비정형 데이터 처리에서 높은 표현력을 보입니다.
대규모 모델과 계산 인프라 발전으로 현대 AI의 핵심 기반이 되었습니다.
관련 용어
AI 인프라/모델 최적화
경사하강법 (Gradient Descent)
손실 함수를 최소화하기 위해 기울기 반대 방향으로 파라미터를 반복 업데이트하는 최적화 방법
AI 인프라/모델 최적화
딥러닝 (Deep Learning)
다층 신경망을 이용해 데이터의 복잡한 표현을 자동으로 학습하는 머신러닝 접근
AI 인프라/모델 최적화
레이트 리미팅 (Rate Limiting)
짧은 시간에 과도한 요청이 몰릴 때 API 호출량을 제한하는 제어 기법
AI 인프라/모델 최적화
로봇 파운데이션 모델 (Robot Foundation Model)
대규모 로봇 데이터와 멀티모달 입력으로 사전 학습되어 다양한 물리 작업에 전이 가능한 범용 로봇 AI 모델
AI 인프라/모델 최적화
로컬 AI (Local AI)
모델을 외부 API가 아닌 자체 PC·서버에서 직접 실행하는 방식
AI 인프라/모델 최적화
모델 증류 (Model Distillation)
대형 모델의 출력 신호를 활용해 더 작은 모델을 학습시키는 경량화 기법