딥러닝의 통계적 이해 Teachable Machine을 이용한 머신러닝 모델 구축 및 분석

1. 서론

Google의 Teachable Machine을 활용하여 이미지 분류 모델을 개발하고 그 성능을 분석하는 연구를 진행했다. 이 연구는 다층 신경망의 학습 과정에 대한 이해를 높이고 실제 데이터를 기반으로 모델을 구축하여 성능을 평가하는 데 중점을 두었다. 특히 이미지 분류라는 실용적인 문제에 Teachable Machine의 편의성과 기능을 활용하여 효율적인 모델 개발을 목표로 했다. 이 연구의 결과는 향후 더욱 복잡한 딥러닝 모델 개발과 응용의 기반을 마련할 것이다.
이 연구에서는 일상 생활에서 흔히 볼 수 있는 사물의 이미지를 사용하여 이미지 분류 모델을 구축했다. 총 15개 이상의 서로 다른 카테고리를 설정하고 각 카테고리당 10개 이상의 이미지를 수집하여 데이터 균형을 맞추었다. 스마트폰 카메라를 이용하여 직접 이미지를 촬영했으며 이미지의 크기와 해상도를 Teachable Machine의 요구사항에 맞춰 일정하게 조정했다. 또한 이미지의 밝기와 명암을 조절하여 이미지 품질을 높였다. 이러한 전처리 과정은 모델의 학습 효율을 높이고 성능 향상에 기여했다.
Teachable Machine의 사용자 친화적인 인터페이스를 통해 이미지 데이터를 업로드하고 모델…