계단 함수와 선형 결정
퍼셉트론이 두 클래스를 나누는 방식을 알아봅니다
계단 함수와 선형 결정은(는) CoddyKit의 무료 Deep Learning Academy 강의입니다. 이것은 4개 중 2번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Deep Learning Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Deep Learning Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
이 강의의 일부는 아직 번역되지 않았으며 영어로 표시됩니다.
From Score to Decision
The weighted sum gives a score, but you often need a clean yes or no. A step function turns that raw score into a firm decision.
What the Step Does
The step function outputs 1 if the score is at or above zero, and 0 if it is below. No in-between, just on or off. ⚡
output = 1 if score >= 0 else 0The Threshold
Zero is the threshold where the decision flips. Cross it and the neuron fires; stay below and it stays quiet.
Bias Moves the Threshold
Changing the bias slides that threshold. A larger bias makes the neuron fire more easily, a smaller one makes it harder.
A Line in the Data
With two inputs, the firing rule draws a straight line on a graph. Points on one side say yes, points on the other say no.
The Decision Boundary
That line is the decision boundary. It splits your feature space into two regions, one class on each side.
Weights Tilt the Line
The weights control the angle and steepness of the boundary. Adjusting them rotates the dividing line across your data.
Linear Means Straight
This is a linear decision: the boundary is always a straight line or flat plane. It cannot bend or curve around the data.
Linearly Separable Data
If one straight line can split your classes cleanly, the data is linearly separable. A single neuron handles this case perfectly.
The Hard Edge Problem
The step's hard edge jumps abruptly from 0 to 1. That sharp jump has no useful slope, which makes gradient-based learning tricky later.
A Tiny Classifier
Combine the weighted sum with a step and you have a working binary classifier in two short lines of Python.
score = w1 * x1 + w2 * x2 + b
label = 1 if score >= 0 else 0Quick Check
Think about the shape a single neuron can carve.
Recap
The step function turns a score into 0 or 1 at a threshold. With two inputs it draws a straight decision boundary, splitting linearly separable data. 📏
AI 튜터와 함께 Python을(를) 배우세요 — 무료
브라우저에서 실제 코드를 작성하고 실행하며, 24/7 AI 튜터로부터 즉각적인 도움을 받고, 웹이나 앱에서 중단한 부분부터 계속 학습하세요.
- 코스
- 30
- 레슨
- 120
자주 묻는 질문
“계단 함수와 선형 결정” 강의는 무료인가요?
네 — “계단 함수와 선형 결정” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Deep Learning Academy 강의 전체를 잠금 해제할 수 있습니다. Deep Learning Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
“계단 함수와 선형 결정”에서 뭘 배우나요?
퍼셉트론이 두 클래스를 나누는 방식을 알아봅니다 브라우저에서 직접 실행하는 실습 코드로 Deep Learning Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.
Deep Learning Academy을(를) 시작하는 데 경험이 필요한가요?
사전 경험은 필요하지 않습니다. CoddyKit의 Deep Learning Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 2번째 강의입니다.
“계단 함수와 선형 결정” 강의는 얼마나 걸리나요?
대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.
이 Deep Learning Academy 강의에서 코드를 작성하고 실행할 수 있나요?
네. 모든 Deep Learning Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.