[혼공머신] 6주차 Chapter 07 미션 인증

 

#	진도	기본 미션	선택 미션
1주차 (1/2 ~ 1/7)	Chapter 01 ~ 02	코랩 실습 화면 캡처하기	Ch.02(02-1) 확인 문제 풀고, 풀이 과정 정리하기
2주차 (1/8 ~ 1/14)	Chapter 03	Ch.03(03-1) 2번 문제 출력 그래프 인증하기	모델 파라미터에 대해 설명하기
3주차 (1/15 ~ 1/21)	Chapter 04	Ch.04(04-1) 2번 문제 풀고, 풀이 과정 설명하기	Ch.04(04-2) 과대적합/과소적합 손코딩 코랩 화면 캡처하기
4주차 (1/22 ~ 1/28)	Chapter 05	교차 검증을 그림으로 설명하기	Ch.05(05-3) 앙상블 모델 손코딩 코랩 화면 인증하기
5주차 (1/29 ~ 2/4)	Chapter 06	k-평균 알고리즘 작동 방식 설명하기	Ch.06(06-3) 확인 문제 풀고, 풀이 과정 정리하기
6주차 (2/5 ~ 2/12)	Chapter 07	Ch.07(07-1) 확인 문제 풀고, 풀이 과정 정리하기	Ch.07(07-2) 확인 문제 풀고, 풀이 과정 정리하기

 

 

기본 미션

 

문제1) 어떤 인공 신경망의 입력 특성이 100개이고 밀집층에 있는 뉴런 개수가 10개일 때 필요한 모델 파라미터의 개수는 몇 개인가요?

ㆍ 정답 : 1,010개

ㆍ 풀이 : 가중치(100 * 10) + 절편(10)

 

문제2) 케라스의 Dense 클래스를 사용해 신경망의 출력층을 만들려고 합니다. 이 신경망이 이진 분류 모델이라면 activation 매개변수에 어떤 활성화 함수를 지정해야 하나요?

ㆍ 정답 : sigmoid

ㆍ 풀이 : 이진 분류(sigmoid), 다중 분류(softmax), 이미지(relu)

 

문제3) 케라스 모델에서 손실 함수와 측정 지표 등을 지정하는 메서드는 무엇인가요?

ㆍ 정답 : compile()

ㆍ 풀이 : 매개변수 loss(손실 함수), metrics(측정 지표)로 지정

 

문제4) 정수 레이블을 타깃으로 가지는 다중 분류 문제일 때 케라스 모델의 compile() 메서드에 지정할 손실 함수로 적절한 것은 무엇인가요?

ㆍ 정답 : sparse_categorical_crossentropy

ㆍ 풀이 : sparse_categorical_crossentropy(정수 타깃 다중 분류), categorical_crossentropy(타깃 원핫 인코딩), binary_crossentropy(이진 분류), mean_square_error(회귀)

 

선택 미션

문제1) 다음 중 모델의 add() 메서드 사용법이 올바른 것은 어떤 것인가요?

ㆍ 정답 : model.add(keras.layers.Dense(10, activation='relu'))

ㆍ 풀이 : add(층의 객체)

 

문제2) 크기가 300 * 300인 입력을 케라스 층으로 펼치려고 합니다. 다음 중 어떤 층을 사용해야 하나요?

ㆍ 정답 : Flatten()

ㆍ 풀이 : Flatten(입력 차원을 일렬로 펼침), Dense(기본 밀집층, 입력 차원 변형x)

 

문제3) 다음 중에서 이미지 분류를 위한 심층 신경망에 널리 사용되는 케라스의 활성화 함수는 무엇인가요?

ㆍ 정답 : relu

ㆍ 풀이 : relu(이미지 처리), linear(선형 활성화 함수, 활성화 함수 적용x, 회귀 작업 시 출력층에 사용), sigmoid(이진 분류), tanh(순환 신경망)

 

문제4) 다음 중 적응적 학습률을 사용하지 않는 옵티마이저는 무엇인가요?

ㆍ 정답 : SGD

ㆍ 풀이 : SGD(일정 학습률), Adagrad & RMSprop & Adam(적응적 학습률)