Please enable JavaScript.

Coggle requires JavaScript to display documents.

인공지능과 학습(1207 김현준), 문제 해결을 위한 데이터, 기계학습이 등장하기 전의 전통적 프로그래밍을 이용한 문제 해결 방식은…

- - - - 결측치란 데이터의 값이 비어 있거나 누락된 상태를 뜻한다
  - - - 데이터의 모든 속성은 기계학습에 어떤 영향을 미치는지 확인해야한다.
- - - - 지도학습
        
        지도학습은 입력 데이터와 정답 데이터를 함께 사용하여 기계학습 모델을 학습 시키는 방법이다
        
        비지도 학습
        
        비지도 학습은 정답 데이터 없이 입력 데이터만으로 이루어진 훈련 데이터를 사용하여 모델을 학습 시키는 방법이다
        
        강화 학습
        
        강화 학습은 판단할 때마다 외부 환경에서 보상을 제공하고, 이 보상의 값을 최대화하기 위한 방향으로 학습을 진행한다.
  - - - 회귀
        
        회귀는 어떤 현상에 영향을 미칠 수 있는 여러 요인과 특정 결과 사이에 관계를 함수로 표현해 연속적인 수치를 예상하는 기계학습 방법이다
        
        분류
        
        분류는 미리 정의된 여러 범부로 데이터를 구분하기 위한 경계를 학습하여 입력이 들어오면 여러 범주 중 하나를 선택하는 과정이다
        
        군집
        
        군집은 비지도학습 알고리즘의 일종으로, 데이터가 어떻게 그룹화되어야 하는지 미리 정의하지 않고 데이터 패턴을 스스로 찾아내는 방식이다
- - - - 우선 인공지능은 입력받은 훈련 데이터를 바탕으로 학습하고 규칙을 발견해 기계학습 모델을 만든다.
        
        72p 사진
    - - 데이터 수집하기
        
        데이터셋은 주제별로 모은 데이터의 집합을 의미한다
        
        수집 시 고려사항: 1. 충분한 양인가? 2. 편향되지 않은 데이터인가? 3. 필요한 속성에 대한 내용을 담고 있는 데이터인가? 4. 신뢰 가능한 최신의 데이터인가?
      - 데이터 선정하기
        
        문제 해결과 관련있는 데이터를 학습해 적합한 모델을 생성하는 것이 중요하다. 성능이 좋지 않다면 훈련 데이터를 추가 변경해야한다
- - - - 01 인공신경망과 퍼셉트론: 인공신경망은 인간의 신경망은 인간의 신경망 구조를 모방하여 컴퓨터로 처리할 수 있도록 구현한 것이다. 퍼셉트론은 이러한 인공신경망을 실제로 구현한 연산장치로서, 여러개의 값을 처리하여 하나의 결괏값인 0 또는 1을 출력하는 인공신경망의 가장 작은 단위이다.
    - - 딥러닝에서 은닉층의 개수를 늘려 층을 깊게 설계할 수록 더 복잡한 문제를 해결 할 수 있다.
        
        03: 딥러닝의 학습 원리: 딥러닝에서 학습한다라는 것은 가중치와 편향을 찾아가는 과정을 의미하여 목표는 최적의 가중치와 편향을 찾는 것이다.
        
        뉴런에서 다른 뉴런으로 전달되는 신호의 세기는 정보의중요도에 따라 달라지는데, 이때 중요한 정보는 높은 가중치를 곱하여 전달하고, 중요하지 않은 정보는 낮은 가중치를 곱하여 소멸시킨다,.
        
        손실함수란 훈련 데이터를 잘 학습했는지 파악하는 함수고, 최적화란 손실함수의 값이 최소가 되도록 가중치와 편향을 갱신하는 과정을 의미하며, 오차 역전파를 통해 이루어지고, 경사 하강법은 무작위로 설정된 초기 가중치의 값을 수정하며 아래 방향으로 일정 거리인 학습률 만큼씩 이동한다.
    - - 딥러닝은 많은 계산량과 대량의 데이터가 필요하지만 데이터 처리 기술의 발전과 컴퓨터 하드웨어의 발달로 인해 다양한 학문 분야 및 응용 분야에서 활용되는 사례가 늘고있다
        
        01 컴퓨터 비전: 컴퓨터 비전은 사람의 눈으로 사물을 보고 인식하는 것처럼 컴퓨터의 활용을 통해 정지 영상이나 동영상을 분석하여 의미있는 정보를 추출하는 기술이다. 합성곱 신경망은 크게 합성곱 계층과 풀링 계층으로 구성되며 두 계층을 반복하여 학습을 진행하면서 이미지의 특성을 추출한다.
        
        음성 인식과 자연어 처리: 음성 인식과 자연어 처리는 사람이 사용하는 언어를 컴퓨터가 처리하기 위한 기술을 연구하는 분야다. 음성을 텍스트로 변환하는 음성 인식 기술과 변환된 텍스트를 분석하여 그 의미를 파악하는 자연어 처리 기술, 음성 인식을 위한 잡음 제거 및 소리 보정기술, 음성을 텍스트로 변환하는 음성 인식 기술 등이 포함된다.
- - - - 각기 다른 숫자 하나가 주어지면 0부터 9까지의 숫자중 하나로 분류하는 인공신경망을 만들고자 한다. 하나의 입력 데이터에 대해 여러 개의 답 중 하나를 고르는 문제를 다중 분류라고 한다.
        
        2단계 데이터 수집 및 전처리하기
        
        데이터 수집하기