[빅데이터분석기사 필기] 딥러닝 분석 개념 및 기출문제

딥러닝(Deep Learning)

• 여러 비선형 변환 기법의 조합을 통해 높은 수중의 추상화를 시도하는 기계 학습 알고리즘의 집합이다.
• 기존 인공신경망 모델의 문제점인 기울기 소실이 해결되었고 강력한 GPU를 연산에 활용하여 하드웨어 연산속도를 높여 분석시간을 단축하면서 딥러닝이 부각되었다.

https://www.analyticssteps.com/

 

⭐ 딥러닝 특징

• 오차역전파를 사용한다.
• Sigmoid는 기울기 소실 문제로 인해 ReLU와 같은 활성화 함수를 많이 사용한다.
• 딥러닝은 은닉층을 사용하여 결과에 대한 해석이 어렵다.
• Dropout은 무작위로 신경망을 제거한다.

 

딥러닝 알고리즘

• 딥러닝 알고리즘에는 DNN, CNN, RNN, GAN 등 다양한 알고리즘이 존재한다.

 

① DNN 알고리즘

• 은닉층을 심층 구성한 신경망으로 학습하는 알고리즘이다.
• DNN알고리즘은 입력층, 다수의 은닉층, 출력층으로 구성되어 있다.
• 입력층에서 가충치가 곱해져 은닉층으로 이동시키고, 은닉층에서도 가중치가 곱해지면서 다음 계층으로 이동한다.
• 역전파 알고리즘은 출력층 ➡️ 은닉층 ➡️ 입력층으로 반복적으로 수행되며 최적화된 결과 도출을 한다.

 

② CNN 알고리즘

• 시각적 이미지를 분석하는데 사용되는 심층신경망으로 합성곱 신경망이라고도 한다.
• 기존 영상처리의 필터 기능과 신경망을 결합하여 성능을 발휘하도록 만든 구조이다.
• 필터 기능을 이용하여 입력 이미지로부터 특징을 추출한 뒤 신경망에서 분류작업을 수행한다.
• ① 입력층 합성곱
• ② 피처 맵에서 서브샘플링 연산
• ③ 피처 맵에서 합성곱, 서브샘플링 반복 연산
• ④ 완전연결계층에서 다층 신경망을 이용하여 분류 수행

 

⭐ CNN Feature Map 계산

• 스트라이드가 적용되었을 때 원본 이미지의 크기가 n X n, 스트라이드가 s, 패딩이 p, 필터가 f X f 일 때 피처 맵의 크기는 다음과 같다.

 

③ RNN 알고리즘

• 입력층, 은닉층, 출력층으로 구성되며 은닉층에서 재귀적인 신경망을 갖는 알고리즘이다.
• 음성신호, 연속적 시계열 데이터 분석에 적합하다.
• 장기 의존성 문제와 기울기 소실문제가 발생하여 학습이 이루어지지 않을 수 있다.
• 입력층에서 전달받은 순차적인 데이터를 은닉층으로 전달하며 재귀적 구조이다.
• 확률적 경사 하강법, 시간 기반 오차역전파를 사용해서 가중치를 업데이트한다.

딥러닝분석 기출문제

Q. 딥러닝에 대한 설명으로 옳은 것은? [2회차]

① 오차역전파를 사용한다.

② ReLU보다 Sigmoid를 사용한다.

③ 딥러닝은 각 은닉층의 가중치를 통해 모형의 결과를 해석하기 용이하다.

④ Dropout은 일정한 비율로 신경망을 제거한다.

① 오차역전파를 사용한다.

 

Q. CNN에서 원본이미지가 5*5에서 Stride가 1이고, 필터가 3*3일 때 Feature Map은 무엇인가? [2회차]

① (1, 1)

② (2, 2)

③ (3, 3)

④ (4, 4)

③ (3, 3)

 

Q.  보기의 각 과제에 대하여 분석 방법이 적절하게 연결된 것은?

가. 영화 감상평에 대한 긍정/부정을 판단
나. 사원증 대신 얼굴 인식으로 출입 가능한 보안게이트 설치
다. 사용자가 업로드한 이미지에 대한 설명을 제공하는 앱 개발
라. 공장 로봇이 돌발 상황에 적절하게 대응할 수 있도록 운동능력 훈련

① 가 : 순환신경망, 나 : 강화학습, 다 : 합성곱신경망, 라 : 순환신경망 + 합성곱신경망

② 가 : 순환신경망, 나 : 합성곱신경망, 다 : 순환신경망 + 합성곱신경망, 라 : 강화학습

③ 가 : 합성곱신경망, 나 : 순환신경망, 다 : 강화학습, 라 : 순환신경망 + 합성곱신경망

④ 가 : 합성곱신경망, 나 : 순환신경망 + 합성곱신경망, 다 : 순환신경망, 라 : 강화학습

② 가 : 순환신경망, 나 : 합성곱신경망, 다 : 순환신경망 + 합성곱신경망, 라 : 강화학습

 

Q. 심층신경망(DNN)에 대한 설명으로 적절하지 않은 것은?

① 심층신경망은 입력층과 출력층 사이에 여러 개의 은닉층들로 이뤄진 인공신경망이다.

② 심층신경망은 활성화 함수로 비선형 함수를 사용한다. 

③ 심층신경망의 가중치(weight)파라미터는 경사하강법을 통하여 갱신될 수 있다.

④ 불균형 데이터를 사용할 경우 클래스가 적은 데이터에 작은 loss를 갖도록 하여 불균형 문제를 해결할 수 있다.

④ 불균형 데이터를 사용할 경우 클래스가 적은 데이터에 작은 loss를 갖도록 하여 불균형 문제를 해결할 수 있다.

 

Q. 인공지능에 대한 설명으로 가장 거리가 먼 것은? [4회차]

① 모델 예측값과 실제값의 오차인 비용함수(Cost Function)는 인공지능 학습에서 최적화된 비용에 관련된 모든 변량에 대하여 어떤 관계를 나타내는 함수이다.

② 일반적으로 여러개의 은닉총을 가진 신경망을 통해 데이터를 학습 하는 것을 딥러닝이라 한다. 

③ 딥러닝은 인공신경망으로 발전했다.

④ 인공지능이 기울기 소실 문제로 인해 암흑기가 발생한 적이 있다.

③ 딥러닝은 인공신경망으로 발전했다.

 

다음 글 보러가기

• 비정형 데이터 분석 개념 및 기출문제

[빅데이터분석기사] 비정형데이터분석 개념 및 기출문제