Data Science & ML

Deep Learning 기초

퍼셉트론, backpropagation, 활성화 함수, loss functions, optimizers, batch size, epochs

24 면접 질문·
Senior
1

신경망의 맥락에서 퍼셉트론이란 무엇입니까?

답변

퍼셉트론은 생물학적 뉴런에서 영감을 받은 신경망의 기본 단위입니다. 여러 입력을 받아 가중치로 곱하고 bias와 합산한 다음 활성화 함수를 적용하여 출력을 생성합니다. 단순 퍼셉트론은 선형 분리 가능한 문제만 해결할 수 있어 다층 네트워크의 개발로 이어졌습니다.

2

단순(단일 계층) 퍼셉트론의 주요 한계는 무엇입니까?

답변

단순 퍼셉트론은 선형 분리 가능한 문제, 즉 클래스를 직선(또는 고차원에서는 초평면)으로 분리할 수 있는 문제만 해결할 수 있습니다. 이러한 한계는 1969년 Minsky와 Papert가 XOR 문제로 입증했으며, 다층 퍼셉트론이 도입될 때까지 신경망 연구를 일시적으로 둔화시켰습니다.

3

신경망에서 활성화 함수의 역할은 무엇입니까?

답변

활성화 함수는 네트워크에 비선형성을 도입하여 입력과 출력 간의 복잡한 관계를 학습할 수 있도록 합니다. 비선형 활성화 함수가 없으면 다층 네트워크조차도 단순한 선형 변환처럼 동작합니다. 일반적인 함수로는 ReLU, sigmoid, tanh가 있으며 각각 사용 사례에 따라 특정 속성을 가집니다.

4

현대 네트워크의 은닉층에서 가장 일반적으로 사용되는 활성화 함수는 무엇입니까?

5

신경망에서 softmax 활성화 함수는 언제 사용해야 합니까?

+21 면접 질문

다음 면접을 위해 Data Science & ML을 마스터하세요

모든 질문, flashcards, 기술 테스트, 코드 리뷰 연습, 면접 시뮬레이터에 접근하세요.

무료로 시작하기