이 동영상은 인공 신경망이 모든 함수를 학습할 수 있는 함수 근사값으로 작동하는 방식을 설명합니다. 함수의 개념과 함수가 그래프에 표시되는 방식을 논의하는 것으로 시작합니다. 그런 다음 비디오는 신경망의 빌딩 블록인 뉴런을 소개하고 이들이 결합하여 더 복잡한 기능을 형성하는 방법을 설명합니다. ReLU 기능과 같은 비선형 활성화 기능의 중요성이 강조됩니다. 이 동영상은 신경망이 Mandelbrot 세트와 같은 복잡한 프랙탈을 포함하여 모든 함수를 근사화하는 방법을 학습하는 방법을 보여줍니다. 또한 네트워크 크기에 대한 실질적인 제약과 충분한 데이터의 필요성과 같은 신경망의 한계에 대해서도 설명합니다. 그러나 컴퓨터 비전, 자연어 처리 및 기타 기계 학습 영역과 같은 분야에서 신경망의 힘을 강조합니다.
─
원문 URL : https://www.youtube.com/watch?v=0QczhVg5HaI
원문 제목 : Why Neural Networks can learn (almost) anything
