인공지능 #데이터직 #7급 #공무원 #해설3 23년 7급 인공지능 기출 해설 (20~25번) 앞서 RNN 문제에서 언급했던 vanishing gradient 문제에 대한 문제다. 사실 그렇게 좋은 문제라고는 생각하지 않는다. 정답은 ②번인데, 왜냐하면 sigmoid 함수의 x=0에 대한 gradient는 0.3이다. 도함수를 그릴 것도 없이 sigmoid 함수를 그려보면 바로 알 수 있는데, x=0 부근에서 기울기가 절대로 0은 아니라는 것을 알 수 있다. 전문가 시스템의 순방향 추론에 대한 문제다. 그냥 글만 읽을 줄 알면 풀 수 있는 문제였으며, 3~4번 규칙에 의해 X, W가 생성되고, 2번 규칙에 의해 Y가 생성되므로 총 3개의 규칙이 추가적으로 생성된다. 따라서 정답은 ③ 이 문제는 표준화(Standardization)만 제대로 하면 되는 문제다. 그런데 문제에선 계속 정규화(Norm.. 2024. 5. 24. 23년 7급 인공지능 기출 해설 (10~19번) 인공 신경망에서 활성화 함수에 대한 가중치 계산만 할 수 있으면 풀 수 있는 문제다. (0.5×0.6)+(-2.0×0.3)+(1.5×0.2)=0이므로 시그모이드 함수에 0을 입력한 값이 출력이다. 따라서 정답은 ② 간단한 CNN 구조에 대해 묻고 있다. 그렇게 어려운 문제는 아니다.① 이미지 분류는 CNN의 대표적인 용례다.②~③ CNN은 크게 feature learning 영역과 classification 영역으로 나눌 수 있는데, 언급된 convolution과 pooling은 feature learning 영역에 속한다. 즉, 주어진 이미지의 특성을 feature extraction을 통해 학습하는 과정이다. 참고로 classification 영역은 fully connected, flatten, so.. 2024. 5. 24. 23년 7급 인공지능 기출 해설 (1~9번) 인공지능 과목에서 기본 중의 기본이다. 엄밀히 따지고 들어가면 반론의 여지가 전혀 없는 것은 아니지만 통상적으로 배우는 인공지능, 기계학습, 딥러닝 사이의 관계는 인공지능>기계학습>딥러닝의 포함관계가 맞다. 따라서 정답은 ①. 기계학습(머신러닝)과 딥러닝의 차이는 이론적으론 은닉층의 차이로 구분하기도 하고, 수학적 알고리즘 모델 유무로 구분하기도 한다. 원칙직으론 은닉층의 개수가 2개 이상이면 딥러닝으로 구분하는 식. SVM(Support Vector Machine)이나 다수 clustering 알고리즘의 경우 통상적으로 머신러닝으로 분류한다. BERT는 chatGPT가 나오기 전에 한때 주목받았던 유명한 자연어처리 모델이다. 2019년인가 구글에서 발표한 논문에 소개된 모델이며 내 석사학위 졸업 논문.. 2024. 5. 24. 이전 1 다음
