3.4 연습 문제
1. 보스턴 주택 문제에서 신경망을 만들 때 두 개의 은닉층으로 구성된 모델에서 멈췄고, 모델의 용량을 늘리기 위해 비선형 함수를 중첩하는 것을 말했습니다. 그렇다면 모델에 은닉층을 더 추가하면 평가 성능이 향상될까요? index.js를 수정하여 훈련과 평가를 다시 실행함으로써 이를 시험해 보세요.
a. 은닉층을 추가하여 평가 정확도를 향상하지 못하는 이유가 무엇인가요?
b. 이런 결론에 도달한 이유는 무엇인가요? (힌트: 훈련 세트의 오류를 살펴보세요.)
2. 코드 3-6에서 onEpochBegin 콜백을 사용해 훈련 에포크가 시작될 때마다 ROC 곡선을 계산하여 그렸습니다. 이런 패턴을 따라서 콜백 함수를 조금 수정하여 에포크가 시작할 때마다 (테스트 세트의) 정밀도와 재현율을 출력할 수 있나요? 훈련이 진행됨에 따라 이 값이 어떻게 변하는지 설명해 보세요.
3. 코드 3-7의 코드를 연구하고 ROC 곡선을 계산하는 방법을 이해하세요. 이 예제를 따라서 정밀도-재현율 곡선을 계산하고 그리는 새로운 drawPrecisionRecallCurve() 함수를 만들 수 있나요? 이 함수를 작성하고 나면 onEpochBegin 콜백에서 호출하여 훈련 에포크가 시작할 때마다 ROC 곡선을 따라 정밀도-재현율 곡선을 출력하세요. ui.js를 수정해야 할 것입니다.