자료설명
- 교재를 중심으로 다양한 문헌을 참고하여 정성을 다해 명확하게 작성하였습니다.
- 과제물 지시사항에 따른 형식과 내용으로 완벽하게 작성하였습니다.
- 한눈에 내용이 들어올 수 있게 가독성을 고려하여 작성하였습니다.
바쁜 일상 속에서 양질의 리포트를 작성하시는 데 시간과 노력을 최소화할 수 있는 과제물로 리포트 작성에 참고하시어 좋은 성적 받으세요.^^
목차/차례
1. Teachable Machine을 이용하여 충분한 데이터(10개 이상)로 자신의 머신러닝 모형을 만들고 그 결과를 정리하시오.(8점)
2. 다층신경망의 학습과정을 ChatGPT(또는 Bard, Bing Chat 등)에 물어서 찾고, 이를 기반으로 다층신경망의 학습과정을 스스로 다시 정리하시오.(6점)
3. http://playground.tensorflow.org/ 접속하여 분류과제(Classification) 중 하나를 학번 끝자리에 따라 선택하고, 이 과제에 대해 하이퍼파라미터를 달리하여 신경망 2개를 만들고, 이 2개 신경망 성능을 비교하여 하이퍼파라미터의 특성을 정리하시오.(8점)
4. 구글 Colab을 이용하여 MNIST에 대한 완전연결신경망을 작성하고 그 과정을 설명하시오. 코드 작성할 때 교재의 코드를 참고하되 그대로 작성하지 않고 신경망 구조(은닉층 수, 뉴런 등)을 부분 수정하여 작성하시오.(코드와 최종결과 캡처해서 넣으시오.)(8점)
5. 참고문헌
본문/내용
2. 다층신경망의 학습과정을 ChatGPT(또는 Bard, Bing Chat 등)에 물어서 찾고, 이를 기반으로 다층신경망의 학습과정을 스스로 다시 정리하시오.(6점)
ChatGPT에 따르면 다층신경망은 데이터 준비, 데이터 전처리, 초기화, 아키텍처 정의, 순방향 전파, 손실함수 계산, 역전파, 파라미터 업데이트, 그리고 이상의 과정을 반복하며 모델을 학습시킨다. 이때 이러한 반복을 에포크(epoch)라고 한다. 이상의 과정을 통해 학습이 완료된 후 테스트 세트에서 모델의 성능을 평가하고 필요할 경우 모델의 하이퍼파라미터를 미세조정한 후 모델의 일반화 성능을 평가한다. 모델의 성능이 만족스러우면 실제 환경에 배포하여 새로 들어오는 데이터에 대한 예측을 수행한다. 이처럼 다층신경망의 학습은 손실을 최소화하고 모델이 데이터의 패턴을 학습하도록 하는 과정으로, 이러한 반복적인 과정을 통해 모델이 더 나은 예측을 수행할 수 있도록 훈련된다.
퍼셉트론은 입력층 하나와 출력층 하나로 구성된 단층신경망이다. 반면 다층신경망은 입력층과 출력층 사이에 중간 계산층으로 은닉층(hidden layer)가 1개 이상 존재한다. 모든 계산층이 자신의 계산 결과를 입력에…