분류 전체보기19 [DL] Federated Learning(연합 학습) 문제 1. 다음은 Federated Learning 알고리즘이다. 다음의 보기를 알고리즘 순서대로 나열하시오. (a) 그 weight를 다시 서버로 보냄 (b) 그렇게 모인 weight의 weighted sum을 취해 서버의 모델을 업데이트 (c) 각 클라이언트 내에서 클라이언트들이 갖고 있는 로컬 데이터를 이용해 메인 모델을 학습 (d) k개의 클라이언트 중 m개를 고르고 → 메인 모델을 보냄 (e) 서버에 메인 모델 준비 2. 다음에 해당하는 개념을 에서 찾아 쓰시오. 완전 탈중앙 학습(Fully Decentralized Learning) 문제를 해결하기 위해 선택한 네트워크 형식이며, 네트워크의 모든 노드가 그래프 형태로 연결되어 있는 형태의 네트워크 형식 ISDN(Integrated Service Di.. 2023. 8. 27. Federated Learning(연합 학습) 📍Federated Learning 정의 Federated Learning: 다수의 로컬 클라이언트와 하나의 중앙서버가 협력하여 데이터가 탈중앙화된 상황에서 글로벌 모델을 학습하는 기술 → 스마트폰과 같은 각각의 디바이스에서 축적된 데이터를 통해 개별적으로 로컬 모델을 학습한 결과를 중앙 서버의 메인 모델에 업데이트하는 기술 예시) G Keyboard : 구글에서 출시한 키보드로써 사용자가 자주 사용하는 단어를 학습해 관련 단어를 키보드로 쳤을 경우 예시 문장을 제시함 → 해당 기술은 2015년에 처음 논문으로 발표한 이후, 2017년 구글 AI 블로그에서 공식적으로 소개되고 G Keyboard에 적용된 기술로써 많은 주목을 받기 시작 📍Federated Learning이 나온 계기 → Motivatio.. 2023. 8. 23. [확통]Monty Hall 문제와 심슨의 역설 (Monty Hall, Simpson's Paradox) 문제 1. 다음의 글을 읽고 빈칸에 들어갈 알맞은 말을 쓰시오. _____(a)______란 1951년 이 현상을 설명한 영국의 수학자인 __(b)_____의 이론에서 따와 만들어진 용어이다. 예를 들어, 어느 시즌 프로야구 경기의 결과가 다음과 같이 나왔다고 한다. 타자 A는 야구시즌의 전반기에서는 10번 타석에 나와 0.40의 타율을, 후반기에는 100번 타석에 나와 0.25의 타율을 보였다. 이에 반해 타자 B는 전반기와 후반기에 각각 100번, 10번 타석에 나와 타율이 각각 0.35 및 0.20을 나타냈다. 전반기와 후반기 모두 타자 __의 타율이 더 높지만(전반기 타율: __(c)__ > __(d)__, 후반기 타율: _(e)___ > __(f)___), 전체적인 타율은 타자 __가 더 높게 나타난.. 2023. 8. 17. [확통]Monty Hall 문제와 심슨의 역설 (Monty Hall, Simpson's Paradox) 🚩Monty Hall 문제 3개의 문이 존재한다. 하나의 문에는 차가 존재하고, 나머지 2개의 문에는 염소가 존재한다. 이 게임의 진행자는 각각의 위치를 알고 있다. 참가자가 하나의 문을 골랐을 때, 몬티는 염소가 있는 문 중 하나를 엽니다. 그럼 여러분은 문을 바꿔야 할까요? (가정: 몬티는 항상 염소가 있는 문을 엽니다. / 만약 그가 어떤 문을 열지 결정할 수 있다면, 그는 동일한 확률로 문을 엽니다.) 정답부터 말하자면 선택을 바꾸면 성공할 확률이 2/3이고, 선택을 바꾸지 않는다면 성공할 확률이 1/3이기 때문에 문을 바꾸는 것이 성공할 확률이 더 높다. 이 문제를 푸는데 있어서 가장 중요한 사실은 몬티는 항상 염소가 있는 문을 연다는 사실이다. 이 문제를 풀기 위해 아래의 3가지 방법으로 이를.. 2023. 8. 14. 이전 1 2 3 4 5 다음
