2. 다층신경망의 학습과정을 챗봇(Gemini, ChatGPT, Perplexity 등)에서 찾고, 이를 기반으로 다층신경망의 학습과정을 시각화하고, 이를 설명하시오(6점).
3. http://playground.tensorflow.org/ 접속하여 분류과제(Classification) 중 하나를 학번 끝자리에 따라 선택하고, 이 과제에 대해 하이퍼파라미터를 달리하여 신경망 2개를 만들고, 2개 신경망의 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(은닉층수, 뉴런 등)을 부분 수정하여 작성하시오. (8점)
5. 참고문헌
아래 그림은 Teachable Machine을 활용하여 강아지와 고양이를 분류하는 이미지 학습 모델을 생성하고 테스트한 결과이다. 학습용 이미지는 구글에서 수집한 것이다. 모델은 두 개의 클래스로 구성되어 있다. Class 1은 강아지(Dog) 이미지, Class 2는 고양이(Cat) 이미지로 설정하여 각각 10개의 이미지 샘플을 통해 학습이 이루어졌다. 모델 학습 완료 후 고양이와 강아지 그림을 '미리보기' 섹션에서 업로드하여, 하단 출력(Output) 창에서 100% 정확하게 해당 이미지를 분류했음을 알 수 있다.
본 모델은 적은 수의 샘플(각 10장)임에도 불구하고, 테스트된 강아지와 고양이 이미지에 대해 100%의 신뢰도를 보이며 매우 정확하게 작동하고 있다. 이는 Teachable Machine의 전이 학습(Transfer Learning) 기술이 적용되어 일반적인 동물의 특징을 효과적으로 구분하고 있음을 보여준다.
- 과제물 지시사항에 따른 형식과 내용으로 완벽하게 작성하였습니다.
- 한눈에 내용이 들어올 수 있게 가독성을 고려하여 일목요연하게 작성하였습니다.
- 한글맞춤법을 정확하게 준수하였습니다.
바쁜 일상 속에서 양질의 리포트를 작성하시는 데, 시간과 노력을 최소화할 수 있는 과제물로 리포트 작성에 참고하시어 좋은 성적 받으세요.^^
글자 모양(맑은고딕, 장평 100%, 크기 11 pt, 자간 0%)
과제 스트레스 싹~ 학점 쑥!

분야