영상 전체 자막으로 신경망 기초 퀴즈 만들기

42분 분량의 신경망 학습 원리 영상을 전체 자막으로 가져온 뒤, AI가 핵심 내용을 추려 5문항 퀴즈로 만든 사례입니다.

아래 결과는 QuizGen에서 생성한 뒤 별도로 수정하지 않은 원본입니다. 문제·보기·정답·해설에 포함된 LaTeX 수식도 읽기 영역에서 렌더링됩니다. 영상 제작자의 허가를 받아 생성 결과와 검토 기준을 공개합니다.

보기를 선택하면 정답 여부와 해설을 바로 확인할 수 있습니다.

Q1. 객관식

원본 생성 결과

가중치와 바이어스가 학습 가능한 파라미터인 레이어에서, 입력이 출력으로 계산되는 순서로 옳은 것은?

1. 입력에

W

를 곱한 뒤

b

를 더하고

\operatorname{ReLU}

를 적용한다.2. 입력에

b

를 더한 뒤

W

를 곱하고

\operatorname{ReLU}

를 적용한다.3.

\operatorname{ReLU}

를 먼저 적용한 뒤

W

와

b

를 반영한다.4.

W

와

b

를 평균한 뒤 입력과 합친다.

보기를 선택하면 정답 여부와 해설을 바로 확인할 수 있습니다.

Q2. 객관식

원본 생성 결과

훈련 루프에서 $x$ 를 모델에 넣어 $y_{\mathrm{prediction}}$ 을 얻고, $y_{\mathrm{prediction}}$ 과 $y_{\mathrm{true}}$ 의 차이로 손실을 계산한다고 하자. 이 손실이 더 작아졌다는 뜻으로 가장 알맞은 것은?

1. 예측이 목표값에 더 가까워졌다.2. 예측이 목표값과 더 멀어졌다.3. 가중치와 바이어스가 모두 0이 되었다.4. 배치 크기가 커졌다.

보기를 선택하면 정답 여부와 해설을 바로 확인할 수 있습니다.

Q3. 객관식

원본 생성 결과

경사 하강법에서 $W \leftarrow W - \eta \nabla_W L$ 형태로 업데이트할 때, 학습률 $\eta$ 로 알맞은 것은?

1. 0보다 큰 작은 값2. 0보다 작은 값3. 항상 1보다 큰 값4. 부호가 정해지지 않은 임의의 값

보기를 선택하면 정답 여부와 해설을 바로 확인할 수 있습니다.

Q4. 객관식

원본 생성 결과

모멘텀 방법은 현재 지점의 그레이디언트만 쓰는 대신 무엇을 함께 사용해 파라미터를 업데이트하는가?

1. 이전에 사용한 그레이디언트와 현재 그레이디언트2. 가중치와 바이어스의 평균3. 손실값과 목표값의 차이만4. 입력

x

와 출력

y_{\mathrm{prediction}}

의 곱

보기를 선택하면 정답 여부와 해설을 바로 확인할 수 있습니다.

Q5. 객관식

원본 생성 결과

다음 중 신경망의 여러 연산에 대한 미분을 자동으로 계산하는 기능을 제공하는 프레임워크 묶음은?

1. 텐서플로우, 파이토치, 잭스2. 텐서플로우와 파이토치만3. 파이토치와 잭스만4. 텐서플로우와 잭스만

보기를 선택하면 정답 여부와 해설을 바로 확인할 수 있습니다.

영상 전체 자막으로 신경망 기초 퀴즈 만들기

사용한 원자료와 생성 조건

전체 자막이 퀴즈가 되는 과정

1. 자막 전체 가져오기

2. 핵심 내용 추출

3. 문제 초안 생성

4. 원자료 대조

수정하지 않은 QuizGen 생성 결과

가중치와 바이어스가 학습 가능한 파라미터인 레이어에서, 입력이 출력으로 계산되는 순서로 옳은 것은?

훈련 루프에서 $x$ 를 모델에 넣어 $y_{\mathrm{prediction}}$ 을 얻고, $y_{\mathrm{prediction}}$ 과 $y_{\mathrm{true}}$ 의 차이로 손실을 계산한다고 하자. 이 손실이 더 작아졌다는 뜻으로 가장 알맞은 것은?

경사 하강법에서 $W \leftarrow W - \eta \nabla_W L$ 형태로 업데이트할 때, 학습률 $\eta$ 로 알맞은 것은?

모멘텀 방법은 현재 지점의 그레이디언트만 쓰는 대신 무엇을 함께 사용해 파라미터를 업데이트하는가?

다음 중 신경망의 여러 연산에 대한 미분을 자동으로 계산하는 기능을 제공하는 프레임워크 묶음은?

공개 전 검토할 부분

YouTube 자막으로 직접 퀴즈를 만들어 보세요

영상 전체 자막으로 신경망 기초 퀴즈 만들기

사용한 원자료와 생성 조건

전체 자막이 퀴즈가 되는 과정

1. 자막 전체 가져오기

2. 핵심 내용 추출

3. 문제 초안 생성

4. 원자료 대조

수정하지 않은 QuizGen 생성 결과

가중치와 바이어스가 학습 가능한 파라미터인 레이어에서, 입력이 출력으로 계산되는 순서로 옳은 것은?

경사 하강법에서 W←W−η∇WLW \leftarrow W - \eta \nabla_W LW←W−η∇W​L 형태로 업데이트할 때, 학습률 η\etaη로 알맞은 것은?

모멘텀 방법은 현재 지점의 그레이디언트만 쓰는 대신 무엇을 함께 사용해 파라미터를 업데이트하는가?

다음 중 신경망의 여러 연산에 대한 미분을 자동으로 계산하는 기능을 제공하는 프레임워크 묶음은?

공개 전 검토할 부분

YouTube 자막으로 직접 퀴즈를 만들어 보세요

경사 하강법에서 $W \leftarrow W - \eta \nabla_W L$ 형태로 업데이트할 때, 학습률 $\eta$ 로 알맞은 것은?