DSC공유대학 기계학습 기출문제 및 과제 A+

소개글

DSC공유대학 2023년 겨울학기 기계학습 기출문제와 과제 코드입니다.

이렇게 진행해서 A+를 받았습니다.

목차

1p. 성적 인증
2p.-14p. 중간고사 대체 과제
15p. 기말고사 기출문제
16p.-23p. 오류 역전파 알고리즘 과제 레포트
24p.-27p. 오류 역전파 알고리즘 과제 코드

본문내용

1950년대 말 데이비드 허벨과 토르스텐 비셀은 고양이에 대한 실험을 통해 시각 정보가 들어올 경우, 시각 피질에 있는 뉴런들이 시야의 일부 범위 안에 있는 영역에 대해 활성화되어 정보를 받아들인다는 것을 알게 되었다. 이들은 하나의 뉴런을 활성화시키는 데에 영향을 미치는 시각 정보의 영역을 수용장이라고 불렀다. 예를 들면 어떤 뉴런은 수평선 이미지에 반응하고, 어떤 뉴런은 수직선 이미지에 반응하며 이러한 낮은 수준의 이미지에 대한 반응을 조합하는 더 큰 수용장이 패턴에 반응한다는 결과였다.

합성곱 신경망은 이러한 실험의 결과로 알게된 동물의 시각 정보 처리 방식을 이미지 인식에 적용한 것이다. 시각 수용장의 역할을 합성곱 혹은 컨볼루션이라는 연산이 수행해 그 결과가 신경세포로 전달된다. 이 방법은 다른 영상 분류 알고리즘에 비해 상대적으로 입력에 대한 전처리가 거의 필요하지 않다. 기존의 신경망은 학습 과정에 입력을 특징을 추출하는 방법도 함께 학습하므로 문제와 관련된 지식을 바탕으로 특징 추출해 내는 과정이 필요하지 않은 것이다. 이것이 합성곱 신경망의 주요한 장점이다.

기존의 신경망은 다음과 같은 문제점을 가지고 있다. 예를 들어, 모니터 모양을 담고 있는 이미지, 즉 시각 정보가 존재한다고 하자. 이 정보를 다층 퍼셉트론과 같은 전통적 신경망에 입력하는 일은 이미지의 각 픽셀을 펼쳐서 1차원 벡터로 만드는 일과 같다. 이 벡터가 신경망에 제공되고, 신경망은 이 신호를 여러 층에 전달하며 분류나 군집화 등의 일을 수행할 것이다.

참고 자료

강영민, 박동규, 김성수. (2021). 으뜸 머신러닝(pp.316-368). 파주: 생능출판사.