경사하강법(Gradient Descent)

제122회3교시AI/신기술신규

컴퓨터시스템응용기술사 제122회 3교시 25번 문항으로, 과목은 AI/신기술입니다. ‘경사하강법’ 키워드는 컴퓨터시스템응용기술사 기출 3문항에 나왔습니다.

원문 문제

컴퓨터시스템응용기술사 제122회 25번. 경사하강법(Gradient Descent)

  1. 가. 평균제곱오차 비용함수를 가중치에 대해 편미분한 후 학습률을 곱한 값을 기존 가중치에서 차감하여 가중치 갱신을 수행한다고 가정할 때, 가중치 최적해의 좌측 또는 우측 어디에서 시작하든 상관없이 최적해를 향해 진행하는 이유를 수식적으로 설명
  2. 나. 확률적경사하강법, 배치경사하강법, 미니배치경사하강법의 개념과 특징 비교

핵심 키워드

  • 경사하강법
  • 평균제곱오차
  • 편미분
  • 학습률
  • 확률적 경사하강법
  • 배치 경사하강법
  • 미니배치 경사하강법

고득점 가이드 — 1. 개요

경사하강법은 비용함수를 최소화하기 위해 현재 가중치에서 손실 함수의 기울기 반대 방향으로 가중치를 갱신하는 1차 최적화 알고리즘이다. 평균제곱오차 같은 볼록 비용함수에서는 어떤 초기 위치에서 출발해도 부호 보정 메커니즘에 의해 최적해 방향으로 수렴하며, 학습 데이터 활용 방식에 따라 배치·확률적·미니배치 세 변형이 사용되어 학습 안정성과 효율의 절충을 결정한다. 딥러닝 학습의 핵심 엔진으로 동작하므로 동작 원리와 변형별 특성 이해가 필수이다.

로그인하면 하루 1편은 무료로 전문을 볼 수 있어요

  • 변형 문제
  • 답안 골격
  • 고득점 가이드 전문
로그인하고 하루 1편 무료로 보기

출제 이력

  • 경사하강법기출 3문항
  • 평균제곱오차기출 1문항
  • 편미분기출 1문항
  • 학습률기출 3문항
  • 확률적 경사하강법기출 1문항
  • 배치 경사하강법기출 1문항
  • 미니배치 경사하강법기출 1문항

같은 과목 문항

AI/신기술 기출 전체 보기 →

AI 생성 골격 · 미검수