or
이 연습은 강의의 일부입니다
이 첫 번째 장에서는 신경망을 소개하고, 어떤 종류의 문제를 해결할 수 있는지, 그리고 언제 사용하면 좋은지 이해하게 됩니다. 또한 여러 네트워크를 직접 만들어 보고, 우리에게 다가오는 유성의 궤도를 근사하는 회귀 모델을 학습해 지구를 구해 볼 거예요!
이 장을 마치면 신경망으로 이진, 다중 클래스, 다중 레이블 문제를 해결하는 방법을 익히게 됩니다. 가짜 달러 지폐 탐지, 다트판에서 누가 어떤 다트를 던졌는지 판별, 농장을 자동으로 물 주는 지능형 시스템 구축 같은 문제를 풀며 배워요. 또한 모델 학습 지표를 시각화하고, 더 이상 개선되지 않을 때 학습을 중지하고 모델을 저장하는 방법도 익힙니다.
앞선 장들에서 많은 모델을 학습했죠! 이제 학습 곡선을 해석해 모델이 학습되는 과정을 이해하는 법을 배웁니다. 활성화 함수, 배치 크기, 배치 정규화가 미치는 영향도 시각화해 볼 거예요. 마지막으로, sklearn을 사용해 Keras 모델의 하이퍼파라미터를 자동으로 최적화하는 방법을 익힙니다.
이제 더 고급 아키텍처를 소개할 차례예요! 오토인코더로 노이즈가 섞인 이미지를 복원하고, 합성곱 신경망의 활성화를 시각화하며, 사전 학습된 딥 모델로 이미지를 분류해 봅니다. 또한 순환 신경망과 텍스트 처리에 대해 더 알아보고, 문장에서 다음 단어를 예측하는 네트워크를 만들어 봅니다.
현재 연습