신경망은
어떻게 배우나

epoch 000 · loss 0.693 · accuracy 50%

원형 데이터로 이 브라우저에서 지금 학습 중인 작은 신경망의 실제 수치입니다

경계를 움직여 보세요

선의 끝을 끌어 돌리고, 가운데를 잡아 미세요. 여섯 점이 모두 제자리로 나뉘는 경계를 찾는 것이 목표입니다. 아래 숫자를 좌우로 드래그해도 같은 선이 움직입니다. 점을 끌어 문제를 더 어렵게 만들 수도 있어요.

지금 경계는 w₁ = 1.20, b = −0.40 이고, 여섯 점 중 6개를 맞힙니다.

✓ 전부 맞음

선 끝 드래그 = ⊚ 축 중심 회전 · 선 가운데 드래그 = 평행 이동 · 점 드래그 · 숫자 드래그 = 정밀 조절 · R 초기화

장별로 열어 보는 실습

전체 55개 ›

// 특징을 만드는 두 가지 방법

좌표 → 특징 → 분류

사람이 r² = x₁² + x₂²를 고르고 분류기만 학습하는 길과, 은닉층이 중간 표현을 만들며 분류기와 함께 학습하는 길. 같은 원형 데이터로 누가 무엇을 바꾸며 배우는지 비교합니다.

딥러닝도 머신러닝입니다. 모든 머신러닝이 수작업 특징만 쓰는 것은 아니며, 딥러닝에도 데이터 준비와 설계가 필요합니다.

// 뇌와 AI

배운 계산으로, 뇌를 다시 바라보기

특징은 어디서 생길까요? 반응의 변화는 모두 학습일까요? 최신 연구와 작은 시간 모형으로 연결합니다.

세포에서 계산 규칙으로 이어지는 도해
뇌와 AI 연결 읽기 →

// 실험 노트

예상하고, 바꾸고, 기록하기

바꾸기 전에 예상을 적고, 한 조건을 바꾸고, 결과를 보관하세요. 메모와 함께 모델·데이터·손실이 저장되어 나중에 그 순간으로 돌아갈 수 있습니다.

  1. 예상하기 바꾸기 전에 어떤 결과가 나올지 적어요.
  2. 실험 보관 현재 조건과 결과를 메모와 묶어 남겨요.
  3. 비교·다시 열기 두 기록을 비교하고 실험을 이어가요.

기록은 이 브라우저에 저장됩니다. 다른 기기로 옮기려면 기록 파일을 내려받으세요.

《신경망은 어떻게 배우는가》와 함께

연결이 학습이 되는 순간.

뉴런의 반응부터 결정 경계까지. 바꾸는 순간, 계산이 눈앞에 나타납니다.

실시간 신경망 탐색
작은 신경망과, 두 부류의 점을 곡선 하나로 나눈 산점도. 책의 도해와 같은 평면 선화 책 풍 개념 삽화 · 실제 신경망은 아래에서 계산됩니다

두 입력이 한 뉴런에 모여 하나의 출력을 만드는 도해

준비
누가 특징을 만드는가?

특징 설계와 표현 학습 비교

현재 조건을 노트에 보관 ↓

표현 방식을 바꾸면 같은 데이터·분할에서 모델과 학습 기록을 새로 시작합니다. 먼저 노트에 보관하면 비교할 수 있습니다. 딥러닝은 머신러닝의 한 종류이며, 여기서는 특징 공학 + 로지스틱 회귀와 신경망의 표현 학습을 비교합니다.

LIVE NEURAL NETWORK

신경망이 보는 세계

낮은 반응높은 반응타일 속 흰 점 = 선택한 입력
양의 가중치 음의 가중치연결선 굵기 = 가중치 크기

각 타일은 입력 평면에서 계산한 뉴런의 반응입니다. 뉴런을 선택하면 아래에서 계산과 가중치를 확인할 수 있습니다.

계산 보기 ↓
01 / 관찰

데이터와 결정 경계

● 정답 0▲ 정답 1점선 테두리: 오분류
좌표로 점 추가하기 · 키보드 사용

02 / 조작

경계를 움직여 보세요

0 에폭 · 0번 갱신

모델 구조 바꾸기

구조를 바꾸면 매개변수와 학습 기록을 새로 시작합니다. 데이터 분할은 유지합니다.

이번에 해 볼 일

03 / 비교

무엇이 달라졌을까요?

모델과 문턱을 결정한 뒤 공개하세요. 테스트를 공개하면 이 실습의 추가 학습과 수정이 잠깁니다.

04 / 이해

점 하나의 계산을 따라가요

선택한 뉴런의 매개변수

뉴런을 누르면 가중치와 편향을 조절할 수 있습니다. 선의 색은 가중치 부호, 굵기는 크기를 나타냅니다.

05 / 기록

나만의 실험 노트

바꾸기 전 예상을 적고, 결과가 나오면 실험을 보관하세요. 모델·데이터·결과도 함께 저장되어 두 실험을 비교하거나 다시 이어갈 수 있습니다.

메모를 쓰면 계산 상태와 함께 초안으로 자동 저장됩니다.

보관한 실험 0 / 12

두 기록을 선택해 비교하세요. 기록은 이 브라우저에 보관됩니다.