강의자료 · 머신러닝의 이해

특징 표현과 모델 비교

학습 목표

같은 밝기의 그림도 구조는 다를 수 있습니다. 특징을 무엇으로 표현하느냐가 구분 가능성을 바꿉니다.

픽셀 표현과 단순 특징

시작 조건

8×8 영상 A는 중앙 두 열, B는 중앙 두 행만 1이고 나머지는 0입니다.

진행 방법

  1. 두 영상을 그린 뒤 전체 평균 픽셀값과 행·열 합을 구하세요.
  2. 평균 밝기만으로 두 영상을 구분할 수 있는지 확인하고 추가 특징을 하나 정하세요.

남길 결과

import numpy as np
import matplotlib.pyplot as plt
A=np.zeros((8,8));B=A.copy();A[:,3:5]=1;B[3:5,:]=1
print(A.mean(),B.mean(),A.sum(axis=0),B.sum(axis=0))

결과 기록·자가 점검

영상:

평균 밝기:

선택한 특징:

구분 가능 여부:

확인할 점

위치가 바뀐 입력

시작 조건

A와 B를 오른쪽으로 1칸 옮긴 영상에서 같은 특징을 계산합니다.

진행 방법

  1. np.roll(A,1,axis=1)과 np.roll(B,1,axis=1)로 오른쪽으로 한 칸씩 옮기세요. 이번 예제에서는 오른쪽 끝 열이 왼쪽으로 돌아옵니다.
  2. 앞 활동에서 선택한 특징과 전체 평균·행 합·열 합을 옮긴 영상에서도 계산하세요. 영상별로 이동 전후 특징값을 나란히 기록하세요.
  3. 특징값이 유지되는 항목과 달라지는 항목을 구분하고, 선택한 특징으로 두 영상을 계속 구분할 수 있는지 설명하세요.

남길 결과

A2=np.roll(A,1,axis=1);B2=np.roll(B,1,axis=1)

결과 기록·자가 점검

영상·이동 전후:

평균:

행·열 합:

선택 특징·구분 가능 여부:

확인할 점

다른 입력에서도 확인하기

시작 조건

A와 B 각각의 픽셀 하나를 반대로 바꾸어 선택한 특징의 강건성을 봅니다.

진행 방법

  1. A와 B에서 픽셀 하나씩을 선택해 0은 1로, 1은 0으로 바꾸세요. 바꾼 행·열 Index와 변경 전후 값을 적으세요.
  2. 앞에서 선택한 특징값을 다시 계산하고 변경 전후 값과 두 영상의 구분 가능 여부를 기록하세요. 한 픽셀 변화가 특징에 미친 영향을 설명하세요.

남길 결과

결과 기록·자가 점검

바꾼 픽셀 Index·값:

변경 전후 특징:

두 영상의 구분 여부:

판단 근거:

확인할 점