안녕하세요

01. 전통적인 영상 인식 방법과 신경망을 이용한 영상 인식 방법의 차이점을 설명하라.  02. 케라스에서 제공하는 이미지 전처리 기능에 대하여 설명해보자.   03. 본문에서 컨벌루션 신경망으로 CIFAR-10 데이터 세트를 인식하는 프로그램을 소개하였다. CIFAR-10 데이터 세트를 기본적인 심층 신경망으로 처리하는 프로그램을 작성해보자. 이것과 본문의 컨벌루션 버전을 비교해보자. 어떤 쪽이 더 성능이 높은가?   04. 데이터 증대(data augmentation)라는 것은 무엇이며, 왜 필요한가?  05. 케라스의 ImageDataGenerator() 메소드를 이용해서 주어진 이미지를 다양하게 변형하는 프로그램을 작성해보자.  06. 전이 학습이란 무엇인가? 전이 학습의 3가지 전략에 대하여 설..

01. 심층 신경망에서 은닉층이 하는 역할은 무엇인가?  02. 은닉층이 많아지면 출력층에서 계산된 그래디언트가 역전파되다가 값이 점점 작아져서 없어지는 문제점을 무엇이라고 하는가? 문제의 원인은 무엇이었는가?   03. 최근에 큰 인기를 끌고 있는 활성화 함수는 무엇인가?  04. 교차 엔트로피란 무엇인가? 교차 엔트로피를 손실 함수로 사용하려면 목표 출력과 실제 출력을 어떻게 만들어야 하는가?  05. 심층 신경망에서 과잉 적합과 과소 적합이란 무엇이며 무엇이고 이것은 어떻게 방지할 수 있는가?   06. 심층 신경망에서 초기 가중치는 어떻게 설정하는 것이 좋은가? 최악의 가중치는 무엇인가?  07. 훈련 데이터를 작은 배치들로 분리시켜서 하나의 배치가 끝날 때마다 학습을 수행하는 방법을 무엇이라고 ..

01. 풀 배치와 온라인 학습을 비교해보자. 각 방법의 장점은 무엇인가?  02. 우리가 다루는 데이터의 크기가 아주 크다고 하자. 이 데이터를 사용하여 경사 하강법을 수행할 때는 배치 크기를 어떻게 하는 것이 좋을까?  03. 미니 배치에서 배치 크기가 3이라고 하자. 2개의 입력을 가지고 있고, 은닉층의 유닛이 4개이고, 출력층의 유닛이 2개인 신경망을 행렬 표기법으로 나타내보자. 행렬 표기법에서는 미니 배치가 어떤 식으로 표시되는가?   04. 신경망에서 하이퍼 매개변수란 무엇이고, 어떤 값들이 하이퍼 매개변수인가?  05. 신경망에서 최적의 하이퍼 매개변수를 찾는 방법을 설명해보자.  06. 학습률이 작으면 어떤 단점이 있는가? 반대로 큰 학습률의 문제점은 무엇인가? 학습률은 어떻게 결정하는 것이..

01. 신경망에서는 다양한 활성화 함수가 사용된다. 어떤 활성화 함수들이 사용되는가? 각 활성화 함수들의 특징은 무엇인가?  02. 본문에서 오차함수가 y=x²-6x+4일 때 경사 하강법을 사용하여 오차함수 y의 최저값을 계산하는 절차를 설명한 바 있다. 이것을 다음과 같이 그래프로 그릴 수 있는가? 맵플롯립을 사용해보자. 학습률을 변화시키면서 점을 그려보자. 어떻게 점들이 그려지는가? 학습률을 아주 크거나 작게 설정해서 점들을 그려보자.   03. 구글의 플레이그라운드를 사용하여 다음과 같은 MLP를 생성한다. 활성화 함수를 "linear"로 설정하였 을 때, 입력을 올바르게 분류하는가? 활성화 함수를 "ReLU"로 변경하면 어떻게 되는가? 활성화 함수 가 "Sigmoid"와 "ReLU"일 때도 성능을..

01. 본문의 퍼셉트론 프로그램을 수행하면서 각 학습 단계마다 가중치와 출력을 자세히 출력해보자.  02. 신경망에서는 다양한 활성화 함수가 사용된다. 퍼셉트론에서 사용한 활성화 함수는 무엇인가?  03. 다음 중에서 퍼셉트론이 분리하지 못하는 입력은 무엇인가? 04. 아래의 퍼셉트론에서 입력이 (0, 0)일 때, 출력은 무엇인가? 손으로 직접 계산해보자. 바이어스를 -0.5로 변경하면 어떻게 되는가?  05. (a) 다음 표와 같이 입력 데이터를 분류하는 퍼셉트론을 손으로 만들어보자. 가중치들과 바이어스 값을 수동으로 찾아보자. 퍼셉트론은 아래의 샘플을 올바르게 분류할 수 있을까? 그 이유는 무엇인가?훈련 샘플x1x2출력A010B100C121D211 (b) 위의 샘플을 이용하여서 퍼셉트론 학습 알고리즘..

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..

01. 다음 코드의 최종 결과를 쓰시오.import numpy as npmy_vector = np.array([1, 2, 3, 4, 5, 6])selection = my_vector % 2 == 0my_vector[selection] 힌트: 넘파일 배열에 연산자를 적용하면 배열의 요소마다 연산자가 적용된다.  02. 다음 코드의 최종 결과를 쓰시오.import numpy as npfirst_matrix = np.array([[1, 2, 3], [4, 5, 6]])second_matrix = np.array([1, 2, 3])first_matrix + second_matrix힌트: 넘파일 배열끼리 연산을 할 때, 크기가 다르면 넘파이는 자동으로 배열의 크기를 확장한다. 이것을 브로드캐스팅 기능 이라고 한다..

01. 지능을 정의해보자. 지능의 핵심적인 요소는 무엇인가?  02. 튜링 테스트(Turing test)란 무엇인가? 튜링 테스트는 인공지능의 타당한 테스트일까?  03. 인공지능이 유용하게 사용될 수 있는 분야를 구체적으로 몇 가지를 지적해보자.  04. 인공지능 연구는 두 번의 시기를 겪었다. 무엇이 문제였는가? 정리해보자.  05. 전문가 시스템이 이전의 GPS(General Problem Solver)와 다른 점은 무엇인가?  06. 머신러닝은 무엇이고 인공지능과는 어떤 관련이 있는가?  07. 딥러닝은 무엇이고 인공지능, 머신러닝과는 어떤 관련이 있는가?  08. 신경망과 딥러닝은 어떤 관계인가?  09. 인공신경망이란 무엇이고 인공지능과는 어떤 관련이 있는가?  10. 인공신경망이 처음 등장한..