AI-For-Beginners/translations/ko/lessons/3-NeuralNetworks/03-Perceptron/lab

퍼셉트론을 이용한 다중 클래스 분류

AI for Beginners Curriculum에서 제공하는 실습 과제입니다.

과제

이 수업에서 개발한 MNIST 손글씨 숫자의 이진 분류 코드를 사용하여 모든 숫자를 인식할 수 있는 다중 클래스 분류기를 만드세요. 학습 및 테스트 데이터셋에서 분류 정확도를 계산하고 혼동 행렬(confusion matrix)을 출력하세요.

힌트

1. 각 숫자에 대해 "이 숫자 vs. 다른 모든 숫자"의 이진 분류 데이터셋을 만드세요.
2. 이진 분류를 위해 10개의 서로 다른 퍼셉트론을 학습시키세요 (각 숫자마다 하나씩).
3. 입력 숫자를 분류할 수 있는 함수를 정의하세요.

힌트: 10개의 퍼셉트론 가중치를 하나의 행렬로 결합하면, 입력 숫자에 대해 한 번의 행렬 곱셈으로 모든 퍼셉트론을 적용할 수 있습니다. 가장 가능성이 높은 숫자는 출력값에 argmax 연산을 적용하여 찾을 수 있습니다.

시작 노트북

PerceptronMultiClass.ipynb를 열어 실습을 시작하세요.

---

면책 조항:
이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 최선을 다하고 있지만, 자동 번역에는 오류나 부정확성이 포함될 수 있습니다. 원본 문서의 원어 버전이 권위 있는 출처로 간주되어야 합니다. 중요한 정보의 경우, 전문적인 인간 번역을 권장합니다. 이 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 책임을 지지 않습니다.