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.
현재 연습
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.