Please enable JavaScript.

Coggle requires JavaScript to display documents.

인공지능과 학습 (1112 박시율) - Coggle Diagram

- - - - 훈련 데이터 수집
        
        인공지능 학습
        
        인공지능 모델
        
        문제 해결을 위한 새로운 데이터
        
        결과
    - - 질이 좋지 않거나, 충분하되 양이 부족하면 성능이 안좋아진다
      - 양이 적거나 한쪽으로 치우친 데이터, 양이 충분하되 속성이
        부족할 시에도 똑같음
  - - - 데이터 수집 과정의 공정성
        
        데이터 처리 및 분석의 공정성
        
        데이터 사용의 공정성
        
        투명성과 설명 가능성
  - - - 문제 적합성
        
        해결하고자 하는 문제와 관련있는
        데이터인지
      - 수집 가능성
        
        수집할 방법이 없거나 수집하기
        어려운 데이터는 피하고 접근하기
        쉬운 데이터를 찾는 것
      - 정보 보호
        
        고르는 데이터가 개인정보를
        포함하거나 저작권을 지키는지
        판단하는는 것
      - 데이터의 품질
        
        데이터의 정확성이나 데이터
        제공자의 신뢰도가 떨어지는
        데이터는 제외하는 것
      - 데이터 수집 비용
        
        비용을 고려하여 선정하는 것
  - - - 기계학습을 위해 충붕한 양의 데이터인가?
      - 편향되지 않은 데이터인가?
      - 필요한 속성에 대한 내용을 담고 있는가?
      - 신뢰 가능한 최신의 데이터인가?
- - - - 문제해결, 필요한 속성 판단
        
        적합한 형태로 가공
- - - - 사전에 정답이 있는 데이터를
        활용하는 것을 말함
        
        회귀와 분류로 나뉨
        
        회귀
        
        어떤 현상에 영향을 미칠 수 있는 여러 요인과
        특정 결과 사이의 관계를 함수로 표현해 연속적인
        수치를 예측하는 기계학습 방법임
        
        독립변수
        
        종속변수
        
        분류
        
        미리 정의된 여러 범주로 데이터를 구분하기 위한
        경계를 학습하여 새로운 입력이 들어오면 여러 범주 중
        하나를 선택하는 과정
        
        로지스틱 회귀 사용
      - 훈련데이터, 테스트 데이터 사용
        
        훈련 데이터
        
        모델을 생성하는 데 활용
        
        테스트 데이터
        
        모델의 성능을 평가하는 데 활용
    - - 정답을 알려주지 않고 데이터만 제시하여
        학습하는 것을 말함
        
        컴퓨터는 입력 데이터의 특징을
        분석하여 패턴이나 특정 규칙을 찾아야 함
      - 훈련 데이터에서 숨겨진 정보를 찾고자
        할 때 유용함
      - 군집
        
        일종의 비지도학습
        알고리즘의 일종
        
        컴퓨터가 스스로 패턴을 찾아내는 방식
        
        비슷한 성향을 묶을 수 있음
        
        k평균 알고리즘 사용
        
        초기상태
        
        초기 중심점 설정
        
        데이터 군집에 할당
        
        중심점 재설정
        
        데이터를 군집에 할당-반복
        
        1 more item...
        
        여러 속성값이 비슷한 데이터를 묶어 그룹을
        나누고자 할 때에는 군집을 이용해
        기계학습을 해야함
    - - 답을 직접 알려주지 않고 컴퓨터가
        제시한 답안에 대해 보상을 다르게 줌으로써
        정답에 가까워지게 하는 방법을 말함
        
        현재 상태에서 보상이 가장 큰 경우를
        선택하여 해당 방향으로 학습
      - 관찰
        
        정책에 따라 행동을 선택
        
        행동 실행
        
        보상이나 벌점을 받음
        
        정책 수행
        
        최적의 정책을 찾을 때까지 반복