Yune 2021-09

input 4개, output 2개로 fc 학습시켜보시면 될 듯 합니다.

욕심쟁e 2021-09

Fully connected layer 말씀이신가요?

Yune 2021-09

네 학습시켜 보시면 글에서 말씀하신 결과 얻을 수 있습니다.

욕심쟁e 2021-09

네 감사합니다. 해보고 궁금한 점 생기면 또 올리겠습니다.

extra 2021-09

지도 학습으로 제공되는 어떠한 알고리즘을 써도 됩니다. 굳이 fc 아니여도 상관은 없습니다.
알고리즘별 특징이 있기때문에 성능 평가를 각각 해서 작성자분이 볼 때 가장 우수한 알고리즘을 사용하는 방식으로 적용하면 됩니다.
딥러닝을 다루다보면 기존의 shallow machine learning(굳이 영어로 쓴 이유는 정확한 의미 파악입니다. 국내에선 머신러닝하면 저걸 뜻할 때가 있고 shallow and deep learning을 뜻할 때도 있어요...외국에선 머신러닝 하면 shallow and deep learning 입니다.)이 더 안좋은 성능을 보이는 것 처럼 강조하는데 데이터셋에 따라 다릅니다.
즉 실행을 해보아야 알 수 있어요.
잘 모르시면 https://scikit-learn.org/stable/user_guide.html 참고하세요. 여러 서적이 있는데 마땅히 추천드릴만한 책은 없네요. 차라리 영어 잘아시면 저걸 보는게 더 나을 것 같아서 저 링크로 드립니다. (책마다 장단점이 있어서 그럽니다. 이해하기 쉬운 책은 너무 얕게 쓰고, 많은 걸 설명하면 이해하기 어렵고...)
연구자들이 머신러닝 알고리즘을 직접 구현하기 보단 기존 프레임워크나 라이브러리 기반으로 수행합니다.
나아가서 y1, y2를 입력하면 x를 표현하는 것도 이론상으론 가능한데 그게 제대로 학습이 될지는 미지수입니다.(입력과 타겟을 기존 방식에서 바꾸면 됨)

김경철 2021-09

정말로 입력차원이 4 정도인 문제에 적용하시려면 굳이 머신러닝이라 거창하게 말하는것보다는
그냥 선형 회귀 내지 2차 다항식 회귀 정도로 충분하지 않을까 합니다.