[TIL]김현재 201228

- **키워드**:
> XOR 게이트, MLP,

- **배운 것**:
> XOR 게이트 개념 확실히 이해.
> MLP 성능 높이는 batch size, epochs 개념에 대해 이해. 스프린트 챌린지로 실제 성능 높여봄.

- **어려웠던 부분/더 공부해보고 싶은 것**:
> MLP 모델보다, keras 의 단순 perceptron 모델의 정확도가 미세하지만 더 높게 나와서, 이 부분에 대해서 무엇이 원인인지 파악 못했음.
> 1) 데이터가 크지 않고 심플한 문제여서 그런 것인지, 2) xavier 를 사용했어야 하는지, 3) 데이터 정규화 했어야 했는지.
> n421과제 중 랜덤포레스트 모델과 기본 perceptron 모델 비교했던 문제에서도 랜덤포레스트 성능이 훨씬 높았음. 이 부분도 위와 비슷한 원인인 것인지 궁금.

- **느낀 점**:
> 개념을 이해하면서, 바로 손에 익혀야 하는 부트캠프이니만큼 진짜 매순간이 빡센 느낌이지만, 그래도 데이터를 계속 다뤄보는 훈련이 되어서 매우 뿌듯하고 좋음:)

The issue contains a Korean TIL entry about XOR gates, MLPs, Keras perceptrons, and model performance, but names no files, tests, or entry points. Start by checking the repository's TIL contribution format and location. Done should mean the intended learning note is recorded in the expected form, though the issue does not specify that scope.

Written by the indexing model from the issue text.