이 절에 나온 역전파 소개는 자세하지 않은 고수준의 설명입니다. 역전파 알고리즘과 수학 이론에 대해 자세히 알고 싶다면 INFO BOX 2.2를 참고하세요.
이제 간단한 모델을 훈련 데이터에 학습시킬 때 어떤 일이 일어나는지 꽤 잘 이해했을 것입니다. 따라서 단순한 다운로드 시간 예측 문제에서 벗어나 TensorFlow.js로 조금 더 어려운 문제를 다루어 보겠습니다. 다음 절에서 여러 개의 입력 특성으로부터 부동산 가격을 정확하게 예측하는 모델을 만들겠습니다.
INFO BOX 2.2 경사 하강법과 역전파에 대한 참고 자료
신경망 최적화 이면에 있는 미분학은 확실히 흥미롭고 알고리즘의 동작 방식에 대한 통찰을 제공합니다. 하지만 이는 머신 러닝 기술자가 기본 이상으로 알아야 할 필수 지식은 아닙니다. TCP/IP 프로토콜의 복잡성을 이해하는 것이 현대 웹 애플리케이션 구축 방법을 이해하는 데 유용하지만 결정적이지 않은 것과 같습니다. 관심이 있는 독자를 위해 신경망 분야에서 그레이디언트 기반 최적화의 수학을 이해하는 데 도움이 되는 좋은 자료를 소개합니다.14
• 역전파 데모와 설명: https://bit.ly/3sffNxu
• 역전파에 대한 스탠포드 CS231 강의 코스 노트: https://cs231n.github.io/optimization-2/
• 안드레 카패시의 ‘해커가 알려 주는 신경망’ 블로그15: http://karpathy.github.io/neuralnets/