딥러닝 EXPRESS 03장 연습문제

01. 머신러닝은 어떤 분야에 적용하는 것이 좋을까? 예를 들어서 몇 개의 분야를 나열해보자. 어떤 공통적 인 특징이 있는가?

 

 

02. 인공지능, 머신러닝, 딥러닝의 관계는 어떻게 될까?

 

 

03. 머신러닝의 역사를 정리해보자.

 

 

04. 머신러닝은 "교사"의 존재 여부에 따라 크게 (        ) 학습과 (          ) 학습으로 나누어진다.

 

 

05. 머신러닝에서 학습(훈련) 데이터와 테스트 데이터가 하는 역할은 무엇인가?

 

 

06. 머신러닝에서 특징은 무엇을 의미하는가?

 

 

07. 머신러닝은 크게 (          )와 (          )로 나눌 수 있다

 

 

08. 학습이 입력(x)과 출력(y)이 주어질 때, 입력에서 출력으로의 매핑 함수를 학습하는 것이라면 회귀에서 는 x와 y의 형태가 어떻게 되는가?

 

 

09. 분류에서는 x와 y의 형태가 어떻게 되는가?

 

 

10. 실생활에서 사용되는 회귀와 분류의 예를 들어보자.

 

 

11. 강화 학습에서는 무엇을 가지고 학습을 시키는가?

 

 

 

12. 비지도 학습은 어떻게 "교사" 없이 입력들을 분류하는가?

 

 

13. 한 온라인 신발가게에서 사용자에게 맞춤형 신발을 추천하는 머신러닝 모델을 만들려고 한다. 어떤 머 신러닝 모델을 사용해야 하는가? 이것은 회귀인가? 분류인가?

 

 

14. 주어진 이메일이 '스팸'인지 '스팸이 아닌지' 예측하기 위해 머신러닝 모델을 개발한다고 하자. 출력(y) 이 가질 수 있는 레이블은 어떻게 될까?

 

 

15. 1장의 티처블 머신으로 "호랑이"와 "사자" 이미지를 분류해보자.

 

 

 

16. 티처블 머신의 "Audio Project"와 "Pose Project"를 수행해보라. 어떤 데이터가 필요한가?

 

 

 

17. 그림판으로 8×8 크기의 숫자 이미지를 그려서 본문의 파이썬 프로그램으로 인식해보자.