신경망 작동 방법의 종류

신경망이 작동하는 방법에는 대표적으로 3가지가 있습니다. 
FFN은 정보들이 input(입력층)에서 hidden(은닉층)으로 hidden(은닉층)에서 output(출력층)으로 쭉 한 방향으로 흐르는 신경망으로써, 오차에 대한 가중치의 조절이 불가능합니다.

역전파(Backpropagation)의 경우 결과의 오차(실제값과 결과값의 차이)를 줄이기 위해 각 노드에서 다음 노드로 이어지는 가중치를 조절하는 방법으로 이때 가중치를 조절하기 위해 다시 뒤로 되돌아가기 때문에 역전파라고 합니다. 역전파는 FFN에 비해 가중치가 잘 나오는 편이고 또 상대적으로 빠른 편이어서 인공신경망에서 자주 사용합니다. 

​마지막으로 Recurrent Neural Network, 즉 RNN은 context unit이라는 부분을 통하여 hidden node들과의 교류를 통하여 output nodes를 만들어내는 과정입니다. 여기서 context unit은 input과 output node들에는 영향을 미치지 않습니다. 이는 주로 주식시장 예측과 같은 Time series 데이터 분석 시 이용합니다.