딥러닝의통계적이해 2026년 1학기 방송통신대 중간과제물)Teachable Machine을 이용하여 자신의 머신러닝 모형을 만들고 그 결과를 캡처 정리 다층신경망의 학습과정 시각화 분류과제 하이퍼파라미터 MNIST 완전연결신경망 등

소개

- 교재를 중심으로 쉽고 자세한 설명을 담아 정성을 다해 명확하게 작성하였습니다.
- 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!

목차

1. Teachable Machine을 이용하여 자신의 머신러닝 모형을 만들고 그 결과를 캡처하여 정리하시오.(8점)

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

본문내용

1. Teachable Machine을 이용하여 자신의 머신러닝 모형을 만들고 그 결과를 캡처하여 정리하시오.(8점)

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.

참고자료

· 이긍희 외 공저(2020). 딥러닝의 통계적이해. 방송통신대학교출판문화원.