Please enable JavaScript.
Coggle requires JavaScript to display documents.
인공지능과 학습
(1102 권익현) - Coggle Diagram
인공지능과 학습
(1102 권익현)
기계 학습과 데이터
-
-
-
기계학습을 이용하여 문제를 해결하기 위해서는 문제 상태를 정확히 파악하고 정의할 수 있어야 한다 / 현재 상태와 목표 상태가 무엇인지 핵심 요소는 무엇인지 등을 정확히 분석해야함 / 훈련데이터의 양과 질 / 충분한 양과 우수한 품질을 갖춘 데이터가 있는지
기계학습으로 해결 가능성이 높은 문제와 그렇지 않은 문제
우수한 품질의 데이터가 충분히 있는가 (예)---모델을 생성할 수 있는가 (예)--- 기계학습으로 해결 가능성이 높은 문제
아니요로 가면 기계학습을 해결 가능성이 낮은 문제
-
-
데이터 선정 및 수집하기
데이터 선정 시 고려 사항
문제 적합성, 수집 가능성, 정보보호, 데이터의 품질,데이터 수집 비용
데이터 수집하기
데이터셋은 주제별로 모은 데이터의 집합
데이터 분석가들이 분석을 위해 가공한 데이터들을 데이터 포털 등의 사이트에 업로드하면 그것을 내려받아 활용할 수 있다/ 개인이 만들어 공유한 데이터뿐만 아니라 여러 기업이나 공공기관에서 제공하는 데이터를 활용할 수도 있다
-
기계학습의 유형과 알고리즘
기계학습의 유형
지도 학습, 비지도학습, 강화학습
정답이 있는 데이터를 활용하여 학습하는 것을 지도학습
정답을 안 알려주고 답을 데이터만을 제시하여 학습하는 방법을 비지도 학습
답을 직접 알려주지 않고 검퓨터가 제시한 답안에 대해 보상을 다르게 줌으로써 정답에 가까워지도록 하는 방법은 강화학습
-
-