[딥러닝 기본 14] Lec 06_1 - softmax classification: 기본개념 소개

모두를 위한 머신러닝 / 딥러닝 김성훈 교수님 강의를 듣고 정리한 내용입니다.

Lec 06_1 - softmax classifier: 기본개념 소개  

@ Multinomial Classification

- 공부시간(X1)과 출석(X2)에 따른 학점(Y)을 예상하는 학습 예제

- A / B / C 와 같이 최종 결과를 여러 값중 하나로 분류하는 학습

- A or Not / B or Not / C or Not 의 Binary Classification을 3번 사용하여 분류

(Binary Classification의 의미 =  해당 분류에 속하는 정도 또는 확률)

- 위 내용을 Matrix로 작성하면 아래와 같다. 

- A, B, C에 대한 Y의 값들을 softmax function에 넣으면 각각의 분류에 속할 확률이 나오게 된다. (softmax function은 다음 글에서 설명)