Please enable JavaScript.

Coggle requires JavaScript to display documents.

2.인공지능과 학습 (1202 강준호) - Coggle Diagram

- - - - 훈련 데이터의 양과 질 활용하는프로그램의 성능 앞으로의 기술 발전 양상에 따라 달라질 수 있다
  - - - 문제 적합성
        
        해결하고자 하는 문제와 관련 있는 데이터인지 확인한다
      - 수집 가능성
        
        수집할 방법이 없거나 수집하기 어려운 데이터는 피하고, 수집할 수 있는 데이터를 선정한다
      - 정보 보호
        
        선정하려는 데이터가 개인 정보를 포함하거나 저작권 침해의 문제가 없는지 살펴본다
      - 데이터의 품질
        
        데이터의 정확성이나 데이터 제공자의 신뢰도가 떨어지는 데이터는 제외한다
      - 데이터 수집 비용
        
        데이터를 수집하는 데 드는 비용을 고려하여 선정한다
    - - 데이터셋
        
        주제별로 모은 데이터의 집합
      - api(application programming interface)
      - 웹크롤링,설문조사,인터뷰 결과정리
- - - - 인공신경망
        
        인간의 신경망 구조를 모방하여 컴퓨터로 처리할 수 있도록 구현한 것
      - 퍼셉트론
        
        인공신경망을 실제로 구현한 연산 장치로서, 여러 개의 입력값을 처리하여 하나의 결괏값인 0 또는 1을 출력하는 인공신경망의 가장 작은 단위 특히,입력층 1개와 출력층 1개로 이루어진 구조를 단층 퍼셉트론이라고 함
    - - 여러 개의 은닉층을 포함하여 만든 심층 신경망을 통해 학습이 이루어지는 기계학습의 한 방법
  - - - 훈련 데이터를 잘 학습했는지 파악하는 함수로, 예측값과 실젯값과의 차이를 구하는 함수
    - - 손실함수의 값이 최소가 되도록 가중치와 편향을 갱신하는 과정
    - - 무작위로 설정된 초기 가중치의 값을 수정하며 아래 방향으로 일정 거리인 학습률 만큼씩 이동한다
  - - - 컴퓨터 비전
        
        객체 탐지
        
        이미지 분류
        
        얼굴 인식
        
        이미지 생성
        
        자율주행 자동차
      - 농업
        
        해충 방제
        
        작물 모니터링
      - 쇼핑
        
        콘텐츠 필터링
        
        개인별 추천 시스템
      - 금융
        
        투자 자문
        
        신용 평가
        
        사기 탐지
        
        알고리즘 트레이닝
      - 의료
        
        약물 발견
        
        질병 진단
        
        유전자 예측
      - 자연어 처리
        
        언어 변역
        
        감정 분석
        
        음성 인식
        
        텍스트 생성
        
        챗봇
        
        지능형 개인 비서
    - - 사람이 눈으로 사물을 보고 인식하는 것처럼 컴퓨터의 활용을 통해 정지 영상이나 동영상을 분석하여 의미 있는 정보를 추출하는 기술
    - - 사람이 사용하는 언어를 컴퓨터가 처리하기 위한 기술을 연구하는 분야
- - - - 입력 데이터와 정답 데이터를 함께 사용하여 기계학습 모델을 학습시키는 방법
        
        훈련 데이터와 테스트 데이터
    - - 정답 없이 데이터만으로 이루어진 훈련 데이터를 사용하여 모델을 학습시키는 방법
    - - 판단할 때마다 외부 환경에서 보상을 제공하고, 이 보상의 값을 최대화하기 위한 방향으로 학습을 진행한다
  - - - 회귀
        
        어떤 현상에 영향을 미칠 수 있는 여러 요인과 특정 결과 사이의 관계를 함수로 표현해 연속적인 수치를 예측하는 기계학습 방법
        
        훈련 데이터로 학습한 모델을 사용하여 새로운 입력값에 대한 수치 결과를 예측하는 것이다
        
        서형 회귀 알고리즘
    - - 분류
        
        미리 정의된 여러 범주로 데이터를 구분하기 위한 경계를 학습하여 새로운 입력이 들어오면 여러 범주 중 하나를 선택하는 과정
    - - 군집
        
        비지도학습 알고리즘의 일종으로 데이터 패턴을 스스로 찾아내는 방식이다
- - - - 결측치
        
        결측치가 있으면 데이터를 분석하는 과정에서 에러가 발생하거나 잘못된 결과가 산출되어 기계학습 모델 서능에 부정적인 영향을 미칠 수 있다
        
        데이터의 값이 비어 있거나 누락된 상태
    - - 평균적인 데이터 범위보다 지나치게 높거나 낮은 수치의 값을 말한다
    - - 데이터
        
        관찰이나 실험을 통해 수집되는 값들
        
        하나의 데이터는 여러개의 속성으로 구성되 있다
      - 데이터 속성
        
        데이터를 설명하는 특징이나 성질을 말한다
      - 1.핵심 속성이해하기
        
        핵심속성
        
        문제 해결에 필요한 속성
    - - 시각화하면 어떤 속성이 문제 해결에 필요한지 직관적으로 판단할 수 있다