Please enable JavaScript.

Coggle requires JavaScript to display documents.

인공지능과 학습 (1121전홍선) - Coggle Diagram

- - - - 우리는 일상생활에서 다양한 문제 해결 상황을
        겪으면 이를 해결하기 위해 여러 가지 방법을 사용한다.
        그중 컴퓨터는 빠르고 정확한 계산 능력을 바탕으로
        정해진 규칙대로 수행하는 자동화 능력을 이용해
        문제를 해결한다.
    - - 기계학습을 이용하여 문제를 해결하기 위해서는
        문제 상황을 정확하게 파악하고 정의할 수 있어야함.
      - 목표 상태,핵심요소 등을 정확히 분석해야
        문제해결 방향을 명확히 설정할 수 있으므로
        문제정의 단계는 매우 중요하다.
    - - 인공지능은 훈련 데이터를 바탕으로 학습하기 때문에
        대용량의 풉질좋은 훈련 데이터가 필요하다.
      - 훈련 데이터 양이 너무 작거나 한쪽으로 치우친 데이터를 사용한다면 기계학습으로 해결할 가능성이 낮아짐.
  - - - 기계학습을 위한 데이터를 선정할때 고려
        사항은 5가지 정도의 데이터의 부합해야함.
      - 기계학습을 위한 데이터를 선정할 때에는 우리가
        해결하고자 하는 문제와 관련있는 데이터인지
        확인해야 한다.
    - - 데이터 셋은 주제별로 모은 데이터의 집합을 의미한다.
      - 데이터 포털 등 인터넷에서 원하는 내용을 수집하기 어렵다면
        직접 데이터를 수집할 수도 있다.
- - - - 결측치란 데이터의 값이 비어있거나 누락된 상태를 의미한다.
      - 결측치가 있으면 데이터를 분석하는 과정에서
        에러가 발생하거나 잘못된 결과가 산출되어
        기계학습 모델성능에 부정적힌 영향을 미칠 수 있다.
    - - 사람의 키 속성에서 200cm이상의 값은 존재할 수 있지만
        이는 매우 드문 경우로 이상치로 간주될 수 있다.
      - 이상치가 데이터에 존재하면 분석결과가
        왜곡될 수 있으므로 이를 적절하게 처리해야한다.
      - 이상치를 처리하기 위해선 정상범위의 기준을 정해야 한다.
  - - - 데이터의 모든 속성은 기계학습에 어떤 영향을
        미치는지 확인해야 한다。
        문제해결에 필요한 속성만을 선택하여 사용해야 기계학습의 성능을
        높일 수 있다。
    - - 데이터의 속성중에서 기계학습에
        필요한 핵심 속성을 찾는 과정이 필요하다。
      - 데이터를 시각화하면 어떤 속성이 문제해결에 필요한지
        직관적으로 판단할 수 있으며 속성 간의 관계를 쉽게
        파악할 수 있다。
- - - - 지도학습은 입력 데이터와 정답 데이터를
        함께 사용하여 기계학습 모델을 학습시키는 방법이다。
        입력데이터와 그 정답에 해당하는 속성도 함께 제공되므로 학습 결과
        에서의 오류 여부와 성능을 쉽고 명확하게 펴가할 수 있다。
    - - 비지도 학습은 정답 데이터 없이 입력 데이터
        만으로 이루어진 훈련 데이터를 사용하여
        모델을 학습시키는 방법이다。
        데이터를 입력하면 컴퓨터는 자체적인
        방식으로 데이터를 유사한
        속성값을 갖는 그룹으로 묶는 다。
    - - 강화학습은 판단할 때마다 외부 환경에서
        보상을 제공하고 이 보상의 값을 최대하 하기 위한 방향으로 학습을
        제공한다。