Please enable JavaScript.

Coggle requires JavaScript to display documents.

인공지능과 학습(1224 조범수) - Coggle Diagram

- - - - 입력 데이터와 정답 데이터를 함께 사용하여
        기계학습 모델을 학습 시키는 방법이다.
        
        훈련 데이터
        
        테스트 데이터
      - 분류
      - 회귀
    - - 정답 데이터 없이 입력 데이터만으로 이루어진 훈련 데이터를 사용하여모델을 학습시키는 방법이다.
      - 여러 결과가 나올 수 있다는 특징이 있다.
    - - 판단할 때마다 외부 환경에서 보상을 제공하고, 이 보상의 값을 최대화하기 위한 방향으로 학습을 진행한다.
        
        행동 실행
        
        보상이나 벌점을 받음
        
        2, 정책에 따라 행동을 선택
        
        정책 수정(학습단계)
        
        관찰
        
        최적의 정책을 찾을 때까지 반복
  - - - 미리 정의된 여러 범주로 데이터를 구분하기 위한 경계를 학습하여 새로운 입력이 들어오면 여러 범주 중 하나를 선택하는 과정으로, 지도학습의 한 형태이다.
        
        로지스틱 회귀
        
        k-최근접 이웃(k-NN
    - - 비지도 학습 알고리즘의 일종으로, 데이터가 어떻게 그룹화되어야 하는지 미리 정의하지 않고 컴퓨터가 데이터 패턴을 스스로 찾아내는 방식이다.
        
        k-평균
        
        초기 상태
        
        초기 중심점 설정
        
        데이터를 군집에 할당
        
        중심점 재설정
        
        데이터를 군집에 할당-반복
        
        중심점이 변하지 않으므로 완료
    - - 어떤 현상에 영향을 미칠 수 있는 여러 요인과 특정 결과 사이의 관계를 함수로 표현해 연속적인 수치를 예측하는 기계학습 방법이다.
        
        선형 회귀
        
        상관 관계 및 추세선
- - - - 퍼셉트론은 인공신경망을 실제로 구현한 연산 장치이다. 뉴런의 수상 돌기와 같이 데이터를 입력받고, 신경 세포체처럼 입력받은 데이터를 처리하여 마지막 축삭돌기에서 다른 뉴런으로 전기 신호를 보내듯이 데이터를 출력한다.
    - - 여러개의 은닉층을 포함하여 만든 심층 신경망(DNN)을 통해 학습이 이루어지는 기계학습의 한 방법이다.
    - - 뉴런에서 다른 뉴런으로 전달되는 신호의 세기는 정보의 중요도에 따라 달라지는데, 이떄 중요한 정보는 높은 가중치를 곱하여 소멸시킨다. 그리고 원하는 결과가 잘 나오도록 편향을 더하여 약간의 조정을 한다. 여기서 최적의 가중치와 편향이란 손실함수의 최솟값으로 기울기가 0인 지점을 의미한다.
  - - - 사람의 눈처럼 영상이나 동영상을 분석하여 의미 있는 정보를 추출하는 기술이다.
        
        합성곱 신경망(CNN : Convolutional Neural Network)
    - - 음성을 텍스트로 변환하는 음성 인식 기술과 변환된 텍스트를 분석하여 그 의미를 파악하는 자연어 처리 기술, 음성 인식 기술과 변환된 텍스트를 분석하여 그 의미를 파악하는 자연어 처리 기술, 음성 인식을 위한 잡음 제거 및 소리 보정 기술, 음성을 텍스트로 변환하는 기술(STT : Speech-To-Text)등이 이에 포함된다.
- - - - 인공지능은 입력받은 훈련 데이터를 바탕으로 학습하고 규칙을 발견해 기계학습 모델을 만든다.
      - 훈련 데이터 수집
      - 인공지능 학습하기
      - 인공지능 모델
      - 문제 해결을 위한 새로운 데이터
      - 결과(정보)
      - 데이터 선정 및 수집하기
        
        선정
        
        정보 보호
        
        데이터의 품질
        
        데이터 수집 비용
        
        문제 적합성
        
        수집 가능성
        
        수집
        
        민간 데이터
        
        공공 데이터
        
        인터넷 검색, 웹크롤링
      - 문제 해결을 위한 데이터는 편향성을 띄어선 안된다
- - - - 결측치 : 수집된 데이터에서 비어있거나 누락된 값
      - 이상치 : 평균적인 데이터 범위보다 지나치게 높거나 낮은 수치의 값
      - 결측치 처리하기
        
        결측치가 있는 행이나 열을 삭제하거나, 평균, 중앙값, 최빈값 등의 대푯값으로 대체하는 방법 등이 있다.
      - 이상치 처리하기
        
        정상 범위의 기준을 정해야 한다.
    - - 속성들 중 필요없는 속성은 되도록 제외하고, 핵심적인 속성만 골라
        수집한다.
        
        히트맵