NEW
Font size
Worksheets인공지능과 신경망 개념 이해
Total questions: 10
Worksheet time: 5mins
패턴 인식에 대한 설명으로 가장 적절한 것은 무엇인가요?
인간의 감정을 분석하여 기계가 학습하는 기술
계산이 가능한 기계적인 장치가 특정 대상을 인식하는 문제를 다루는 인공지능의 한 분야
컴퓨터가 복잡한 수학 문제를 해결하는 능력
데이터를 단순히 저장하고 검색하는 기술
패턴 인식에서 활용될 수 있는 데이터 유형이 아닌 것은 무엇인가요?
이미지
문자
음성
물리적 접촉
자연어 처리 분야에서 패턴 인식이 활용되는 예시로 적절하지 않은 것은 무엇인가요?
문서 분류
감정 분석
기계 번역
의료 영상 진단
이미지 분류 기술의 주요 목적은 무엇인가요?
이미지를 자동으로 생성하는 것
이미지 내 객체의 위치를 정확히 파악하는 것
주어진 이미지가 어떤 범주에 속하는지 판단하는 것
이미지의 해상도를 높여 더 선명하게 만드는 것
2015년에 등장한 ResNet이 딥러닝 분류 네트워크 역사에서 중요한 이정표가 된 이유는 무엇인가요?
최초로 8개 레이어를 사용한 네트워크였기 때문입니다.
인간의 성능을 뛰어넘는 분류 정확도를 보여주었기 때문입니다.
수천만 장의 이미지로 구성된 데이터셋을 처음으로 활용했기 때문입니다.
선형 회귀와 로지스틱 회귀의 개념을 통합했기 때문입니다.
퍼셉트론(Perceptron)이 인공신경망의 기본 단위로서 영감을 받은 대상은 무엇인가요?
컴퓨터의 중앙 처리 장치(CPU)
동물 뇌의 신경세포(Neuron)
전통적인 논리 게이트(AND, OR)
선형 회귀 모델의 수학적 공식
퍼셉트론이 XOR 문제를 해결할 수 없는 근본적인 이유와 이로 인해 인공지능 연구에 미친 영향은 무엇인가요?
XOR 문제가 선형적으로 분리 불가능한 특성을 가지며, 이로 인해 인공지능 연구의 첫 번째 침체기(AI Winter)가 도래했습니다.
퍼셉트론은 AND 및 OR 게이트와 같은 단순한 논리 연산만을 처리하도록 설계되었기 때문입니다.
XOR 문제는 당시의 어떤 인공신경망 모델로도 해결할 수 없는 본질적인 복잡성을 지녔기 때문입니다.
퍼셉트론의 학습 알고리즘이 XOR 문제에 적용될 수 없도록 설계되었기 때문입니다.
다층 퍼셉트론 학습의 핵심인 역전파(Backpropagation) 방법이 1974년에 처음 제안되었음에도 불구하고 당시에는 큰 주목을 받지 못했던 주된 이유는 무엇인가요?
역전파 방법이 XOR 문제 해결에 효과적이지 않다는 기술적 한계가 명확했기 때문입니다.
당시 신경망 연구 분야가 마빈 민스키 교수의 증명으로 인해 첫 번째 암흑기(AI Winter)에 접어들어 있었기 때문입니다.
역전파 방법의 수학적 복잡성으로 인해 연구자들이 그 중요성을 즉시 인지하기 어려웠기 때문입니다.
다층 퍼셉트론을 효과적으로 구현할 수 있는 컴퓨팅 자원이 당시에는 부족했기 때문입니다.
역전파(Backpropagation)에서 연쇄 법칙(Chain Rule)을 사용하는 주된 목적은 무엇인가요?
모델의 학습 속도를 높이기 위해
복잡한 함수에서 각 변수의 결과값에 대한 영향을 계산하기 위해
신경망의 층(layer) 수를 줄이기 위해
과적합(overfitting)을 방지하기 위해
다층 퍼셉트론(Multi-layer Perceptron)에서 비선형 활성화 함수(non-linear activation function)가 중요한 이유는 무엇인가요?
신경망의 계산 복잡도를 줄이기 위해
선형 함수만으로는 복잡한 패턴을 학습할 수 없기 때문에
모델의 초기 가중치를 설정하기 위해
데이터의 차원을 축소하기 위해
