딥러닝 구성 요소1. 핵심 구성 요소:데이터 (Data):모델 학습에 필요한 데이터.예시: MNIST, Fashion MNIST 등.모델 (Model):주어진 데이터를 원하는 결과로 변환하는 역할.다층 퍼셉트론 (MLP), 컨볼루션 신경망 (CNN), 순환 신경망 (RNN) 등 다양한 구조가 있음.손실 함수 (Loss Function):모델의 결과 (예측)와 실제 값 사이의 오차를 수치화.평균 제곱 오차 (MSE), 교차 엔트로피 (Cross-Entropy) 등.최적화 알고리즘 (Optimization Algorithm):손실 함수의 값을 최소화하도록 모델의 파라미터(가중치, 편향)를 조정.경사 하강법 (GD), 확률적 경사 하강법 (SGD), 모멘텀 (Momentum) 등.2. 딥러닝 성능:딥러닝의 성..