탐욕적 학습
전체 네트워크를 한꺼번에 최적화하는 대신, 각 레이어를 독립적인 단위로 보고 순차적으로 최적의 가중치를 찾아나가는 방식이다. 복잡한 전역 최적화 문제를 단순한 국소 문제들의 연속으로 치환하여 계산 효율을 극대화한다.