Page 153 - 인공지능 수학 교과서
P. 153
스스로 정리하기 본문 87쪽 스스로 정리하기 본문 95쪽
➊ 두 행렬이 주어졌을 때, 같은 위치에 있는 서로 다른 ➊ 자료로부터 전체 사건의 발생 건수와 특정한 사건의
성분들의 개수이다. 발생 건수를 파악하여 특정한 사건에 대한 상대도수
➋ 손으로 쓰여진 0에서 9까지의 숫자 이미지의 집합 를 구한다. 구한 상대도수가 바로 특정한 사건이 발
을 말하며 6만 개의 훈련 이미지와 1만 개의 테스 생할 확률이다.
트 이미지로 구성되어 있다. 손 글씨로 쓴 숫자와 ➋ 확률을 이용하여 가능성 또는 확실성의 정도를 수치
MNIST 데이터 셋의 숫자가 서로 비슷한지 비슷하 화한 후 확률이 높은 사건이 일어날 것으로 예측하
지 않은지 판별할 때 이용된다. 는 행위를 말한다.
➌ 머신러닝의 한 분야로 사람의 신경망을 모방하여 다
수의 은닉층을 통과하면서 개와 고양이 이미지의 특 추세선과 예측 본문 98~103쪽
징을 파악하게 되고 추론을 통해 이를 분류하여 해
생각해 보기 본문 100쪽
당하는 이미지가 개인지 고양이인지 구분하고 인지
추세선의 식을 y=f(x)라 하고, 자료의 점을 (x_1, y_1)이
할 수 있다.
라 할 때, f(x_1)-y_1의 합이 가장 작은 직선이 C이다.
직관적으로 찾아보아도 직선 C가 자료들의 중심부를
통과함으로 자료의 경향성을 잘 나타낸 직선은 C라고
판단할 수 있다.
문제 3
Ⅲ -2. 경향성과 예측 (1) y=8.2096×15-46.41=76.734이므로 이 가게
의 아이스크림 판매량은 약 77개 정도로 예측할
확률을 이용한 예측 본문 91~95쪽
수 있다.
문제 1
(2) y=8.2096×36-46.41=249.1356이므로 이 가
A
(1) 사고 상황 보행자 차로 변경 사거리 주차장
게의 아이스크림 판매량은 약 249개 정도로 예측
사고 횟수 150 250 100 50
할 수 있다.
상대도수 ;11; ;11; ;11; ;11;
™
¡
∞
£
문제 4
(2) A시에서 자율 주행 자동차가 보행자 문제로 사고
(1) y=-0.0013×180+0.9615=0.7275이므로 엥
를 냈을 확률은 상대도수와 같으므로 ;1£1; ≒ 0.27
겔 지수는 약 0.73 정도로 예측할 수 있다.
이다. (2) y=-0.0013×600+0.9615=0.1815이므로 엥
(3) A시에서 자율 주행 자동차가 일으킨 사고 중에 겔 지수는 약 0.18 정도로 예측할 수 있다.
서 차로 변경으로 인한 사고의 확률이 가장 높으
스스로 정리하기 본문 103쪽
므로 차로 변경과 관련한 사고일 것으로 예측할
➊ 자료가 경향성을 갖는다는 것은 두 변량 x, y 사이에
수 있다.
양 또는 음의 상관관계가 있거나 두 변량 x, y 사이
문제 2 의 관계식 y=f (x)를 찾을 수 있다는 것을 의미한다.
(1) 광고 전화가 15통이고, 광고 전화이면서 ‘070’번 ➋ 두 변수 x, y 사이의 관계를 함수 y=f (x)로 표현할
호로 걸려온 전화는 13통이므로 구하는 확률은 수 있으면 이를 이용하여 예측할 수 있다. 예측에 활
용되는 함수 y=f (x)의 그래프는 산점도에 있는 모
;1!5#; 이다.
든 x에 대해 예측값 f (x)와 측정값 y 사이의 차이의
(2) 일반 번호로 걸려온 전화는 12통이고, 그 중에서
합을 최소화하는 직선 또는 곡선이다. y=f (x)의 그
%
일반 전화가 10통이므로 구하는 확률은 ;6; 이다. 래프를 이 자료에 대한 추세선이라고 한다.
정답 및 해설 151