Please enable JavaScript.
Coggle requires JavaScript to display documents.
인공지능과 학습(1214 서환희) - Coggle Diagram
전통적 프로그래밍과 기계학습
a이라는 입력에 b이라는 규칙을 적용해 y을 출력한다는 것을 사람이 작성하는 데 비해 기계학습은 a이라는 데이터가 입력될 때 결과가 y이 되는 규칙 b을 기게가 찾을 수 있도록 학습시킨다
-
문제 해결을 위한 데이터
인공지능은 훈련 데이터를 바탕으로 학습하기 때문에 대용량의 품질 좋은 훈련 데이터가 필요하다 만약 훈련 데이터의 질이 좋지 않거나 질이 좋더라도 데이터의 양이 충분하지 않으면 기계학습 모델의 성능은 높지 않을 것이다 또한 수집한 훈련 데이터가 편향을 띤다면 이 데이터를 이용한 학습 결과도 정확하지 않을 것이다
-
-
-
-
기계학습의 유형과 알고리즘
기계학습은 데이터를 활용하는 방식에 따라 지도학습,비지도학습,강화학습으로 구분 할 수 있다
-
-
딥러닝의 이해와 활용
-
퍼셉트론은 이러한 인공신경망을 실제로 구현한 연산 장치이다 여러 개의 입력값을 처리하여 하나의 결괏값인 0또는 1을 출력하는 인공신경망의 가장 작은 단위이다 특히 입력층 1개와 출력층 1개로 이루어진 구조를 단층 퍼셉트론이라고 한다
단층퍼셉트론은 복잡한 문제를 처리하지 못하는 한계를 드러냈고 이를 해결하기 위해 은닉층을 새로 만들게 되었다 입력층,은닉층,출력층의 구조를 갖춘 인공신경망을 다층 퍼셉트론이라고 부름
-
-
-
-
-
-
-
-