앞으로 인공지능수학 과제는 여기에 올리시면 됩니다. 글 수정 기능을 이용해서 과제를 여기에 누적하여 올려주세요. 수정 비번 : 305268298 (꼭 기억하세요.) # 7월 8일 수업 과제 # [생활기록부작성용과제] 1) 인공지능수학 수업 수강신청 동기는 ? (약 100자) 답 : 인공지능의 기초가 되는 수학적 원리를 깊이 이해하고 싶습니다. 인공지능 알고리즘과 모델의 이해와 개발에 있어서 수학적 기초는 매우 중요합니다. 이를 통해 저는 데이터 분석, 모델링, 최적화 등의 문제를 효과적으로 해결할 수 있는 능력을 키우고자 합니다. 2) 지금까지의 수업에서 배운 것 중 가장 흥미롭고 기억에 남는 것은? (그냥 체험해 본 정도가 아닌, 본인이 정말로 이해한 것을 골라 쓸 것. 가급적 코딩보다는 수학에 관한 것. 뜬구름x. 수학적으로 구체적으로 작성.) ( 약 200~400자) 예시 : 행렬의 곱셈이 가장 흥미로웠다. 행렬이 이미지 처리에 중요하다고 배워서 행렬 연산을 집중하여 수업을 들었는데 덧셈, 뺄셈과 전혀 다른 방식으로 이루어지는 것이 신기했다. 왜 그렇게 정의하는지 정확히 알 순 없지만 내 생각에는 크기가 다른 행렬끼리 곱할 수 있게 하기 위해서인 것 같다. 그리고 퍼셉트론에서 입력값과 가중치의 곱을 산출할 때 행렬곱셈이 쓰인다는 것을 알고 행렬 곱셈의 유용성을 알 수 있었다. 답 : 오늘 수업에서는 인공지능의 기초를 이해하기 위한 중요한 수학적 개념들을 배울 수 있었습니다. 특히 산점도와 추세선에서 손실함수를 구해보며 평균제곱오차에 대해 배우게되었는데 자료의 추세선 중에서 어느 것이 더 예측에 적합한지 판단하기 위해 일반적으로 오차 대신 오차의 제곱의 평균을 구하는 것이다. 그런데 이 평균제곱오차가 확률과통계 수업에서 배웠던 표준편차와 비슷한 것 같아 추가로 찾아보았습니다. 특히 평균제곱오차(MSE), 분산, 표준편차 간의 관계에 대해 깊이 이해하게 되어 매우 유익했습니다. MSE는 예측 모델의 성능을 평가하는 데 중요한 지표로 사용되며, 분산과 표준편차는 데이터의 분포를 이해하는 데 필수적이라는 점이 인상적이었습니다. MSE를 통해 모델이 실제 데이터와 얼마나 차이가 나는지를 알 수 있고, 분산과 표준편차를 통해 데이터가 평균으로부터 얼마나 퍼져 있는지를 알 수 있습니다. 이처럼 수학적 개념들이 인공지능 알고리즘의 핵심 원리로 작용한다는 것을 깨닫게 되어, 앞으로 데이터 분석과 모델 개발에 있어서 이러한 기초 개념들을 더욱 깊이 이해하고 활용할 필요성을 느꼈습니다. 전반적으로, 오늘 배운 내용은 인공지능을 이해하고 응용하는 데 있어 중요한 밑거름이 될 것 같습니다. [자율과제-생기부O] 4강. 16쪽. 문제6 풀이과정을 쓰시오. 타이핑쳐도 되고, 사진을 찍어서 구글 드라이브에 올린 뒤 링크를 아래에 붙여넣어도 됩니다. (액세스 허용 : 링크가 있는 모든 사용자에게 허용) 답 :L(a)=(5-3a)^2+(8-6a)^2+(11-9a)^2+(3-3a)^2+(4-6a)^2+(5-9a)^2=260-480a+252a^2=42a^2-80a+130/3 a는20/21에서 최솟값을 가지므로 가장유사한 추세선은 f3(x)이다 # 7월 15일 수업 과제 # https://drive.google.com/file/d/1MWPdgVVLYLD0x2L7Tc-1B6oNvH0HnxH_/view?usp=sharing # 7월 22일 수업 과제 # https://drive.google.com/file/d/1NqJf5AgPYrslUY5nuM1leNbaDyKD5UR8/view?usp=sharing # 7월 29일 수업 과제 # 전송