인공지능의 이해 기말고사

소개글

"인공지능의 이해 기말고사(9~13강)"에 대한 내용입니다.

#대학교 교양 수업자료
#각 단원별 연습문제. 연습문제위주로 공부하시면 됩니다.
#개인적으로 답을 달았습니다. 더블체크해보실분은 연습문제 스캔본 드릴게요.

목차

Part 2. 인공지능과 기술
9. 인공신경망과 딥러닝

Part 3. 인공지능 서비스와 미래
10. 인공지능 플랫폼과 서비스
11. 인공지능의 위협
12. 인공지능 동향
13. 인공지능에 대처하는 자세

본문내용

1. 퍼셉트론은 신호를 입력으로 받아 하나의 신호를 출력하며, 신경망의 기원이 되는 알고리즘입니다.
2. 역전파는 신경망의 오차를 역방향으로 (출력층>은닉층>입력층) 전파시키면서 각 층의 가중치를 계산하는 방법입니다.
3. 오토인코더는 특징 추출을 하기 위해 주어진 데이터를 변환하는 비지도학습 방식의 딥러닝 알고리즘입니다.
4. 인공신경망(ANN)은 인간의 신경망을 흉내 낸 머신러닝 기법입니다.
5. 딥러닝은 다수의 은닉층을 가진 인공신경망을 사용하여 머신러닝 학습을 수행하는 것으로, 심층학습이라고도 합니다.
6. 가중치는 입력신호가 출력 결과에 미치는 영향도를 조절하는 매개변수로, 입력값의 중요도롤 결정합니다.
7. 가중합은 입력값과 가중치를 곱한 뒤 편향을 더한 값입니다.
8. 시그모이드함수는 x값의 변화에 따라 0에서 1까지의 값을 출력하는 S자형 함수로,로지스틱 함수라고도 부릅니다.
9. 리키렐루함수는 렐루 함수와 거의 유사하지만, 차이점은 가중치 곱의 합이 0보다 작을 때의 값도 고려한다는 점입니다.
10. 소프트맥스함수는 입력받은 값을 0~1 사이의 값으로 출력되도록 정규화하여 출력들의 총합이 1이 되는 특성을 갖는 함수입니다.
11. 입력층에서 출력층 방향으로 연산이 진행되면서 최종 출력값이 도출되는 과정을 순전파라고 합니다.
12. 손실함수는 예측값과 실제값의 차이를 구하는 함수입니다.
13. 순환신경망은 시계열 데이터와 같이 시간적으로 연속성이 있는 데이터를 처리하기 위해 고안된 인공신경망입니다.
14. LSTM(Long Short-Term Memory)은 신경망 내에 메모리를 두어 먼 과거의 데이터도 저장할 수 있도록 하였습니다.
15. 합성곱 신경망은 합성곱 연산을 인공신경망에 도입해 이미지 처리가 가능하도록 한 신경망입니다.
16. 적대적 생성 신경망(GAN)은 생성과 판별 두 개의 신경망 모델이 서로 경쟁하면서 더 나은 결과를 만들어 내는 강화학습 입니다.

참고 자료

교재: 난생처음 인공지능 입물(서지영)