Please enable JavaScript.
Coggle requires JavaScript to display documents.
인공지능과 학습(1208 문겸성) - Coggle Diagram
인공지능과 학습(1208 문겸성)
기계학습과 데이터
기계학습과 문제 해결
전통적 프로그래밍과 기계학습
컴퓨터는 빠르고 정확한 계산 능력을 바탕으로, 정해진 규칙대로 수행하는 자동화 능력을 이용해 문제를 해결한다
-
-
-
문제 해결을 위한 데이터
인공지능은 훈련 데이터를 바탕으로 학습하기 때문에 대용량의 품질 좋은훈련 데이터가 필요하다 만약 훈련 데이터의 질이 좋지 않거나 질이 좋더라도 데이터의 양이 충분하지 않으면 기계학습 모델의 성능은 높지 않을 것이다,
-
기계학습의 유형과 알고리즘
기계학습의 유형
기계학습은 데이터를 활용하는 방식에 따라지도학습 비지도학습, 강화학습으로 구분 할 수 있다.
-
-
-
기계학습 알고리즘의이해
-
-
군집
군집은 비지도학습 알고리즘의 일종으로, 데이터가 어떻게 그룹화되어야 하는지 미리 정의하지 않고 컴퓨터가 데이터 패턴을 스스로 찾아내는 방식이다
데이터의 전처리와 핵심 속성 추출
데이터 전처리 하기
-
핵심 속성 추출하기
데이터는 관찰이나 실험을 통해 수집되는 값들을 의미하며, 데이터는 여러개의 속성으로 구서오디어 있다 데이터 소성이란 데이터를 설명하는 특징이나 성질을 말한다
-
히트맵으로 핵심 속성 추출하기
데이터의 속성 중에서 기계학습에 필요한 핵심 속성을 찾는 과정이 필요하다 이때 데이터를 시각화하면 어떤 속성이 문제 해결에 필요한지 직관적으로 판단할 수 있으며 속성 간의 관계를 쉽게 파악할 수 있다.