Please enable JavaScript.
Coggle requires JavaScript to display documents.
2.인공지능과 학습(1514 박채은) - Coggle Diagram
2.인공지능과 학습(1514 박채은)
딥러닝의 이해와 할용
인공신경망과 딥러닝
인간의 뇌는 약1,000억 개의 뉴런으로 이루어진 거대한 생물학적 네트워크로서,뉴런은 다른 뉴런으로부터 신호를 받아 또 다른 뉴런에 전달한다.
-
-
딥러닝의 개념
딥러닝은 여러개의 은닉층을 포함하여 만든 심층 신경망을 통해 학습이 이루어지는 기계학습의 한 방법이다.층이 깊다는 의미의 심층 신경망은 다수의 은닉층을 통해복잡하고 많은 데이터를 정교하게 처리할 수 있다
딥러닝에서는 입력층에서 은닉층을 거쳐 출력층으로 연속적인 연산이 이루어진다.은닉층의 개수를 늘려 층을 깊게 설계할수록 더 복잡한 문제를 해결할 수 있지만,층이 깊을수록 계산량이 많아져 학습 시간이 오래 걸리고, 과대적합니 발생할 수 있다.
딥러닝의 학습 원리
딥러닝에서 학습한다라는 것은 가중치와 편향을 찾아가는 과정을 의미하며,학습의 최정 목표는 최적의 가중치와 편향을 찾는 것이다.
손실함수란 훈련 데이터를 잘 학습했는지 파악하는 함수로, 예측값과 실젯값과의 차이를 구하는 함수다.예측값과 실젯값이 일치할수록 손실함수의 값은 작아지므로, 손실함수의 값이 작을수록 학습이 잘된 좋은 모델이라 할 수 있다.
-
-
컴퓨터 버전
컴퓨터 비전은 사람이 눈능로 사물을 보고 인식하는 것처럼 컴퓨터의 활용을 통해 정지 영상이나 동영상을 분석하여 의미 있는 정보를 추출하는 기술이다,컴퓨터 버전은 의료,금융,쇼핑 등의 다양한 산업에서 활용되는 것은 물론, 자율주행 자동차를 구현하는 핵심 기술 중 하나다.
-
-
-
-
-
음성 인식과 자연어 처리
음성 인식과 자연어 처리는 사람이 사용하는 언어를 컴퓨터가처리하기 위한 기술을 연구라는 분야다. 음성은 인간과 인공지능과의 상호 작용에 있어 가장 보편적이고 편리한 정보 전달 수단이가 떄문에 음성 인식 기술을 매우 중요한 분야로 연구가 활발히 이루어지고 있다.
음성 인식과 자연어 처리 분야에 사용되는 대표적인 딥러닝 알고리즘은 순환 신경망이다.순환 신경망은 데이터 간의 관계나순서가 중요한 순차적인 데이터를 입력받아 결과를 도출하는 딥러닝 모델로, 자연어 처리나 시간에 따라 변화하는 시계열 데이터 등을 처리하느데 주로 사용한다.
딥러닝으로 손 글씨 분류하기
-
문제 정의하기
사람마다 숫자를 쓰는 필체가 달라서 같은 숫자를 쓰더라도 아래 그림처럼 손 글씨의 모양은 조금씩 다르다. 각기 다른 숫자 하나가 주어지면 0부터 9까지의 숫자 중 하나의 분류하는 인공신경망을 만들고자 한다.
-
-
-
-
데이터 전처리와 핵심 속성 데이터 수출
-
결측치 처리하기
-
결측지를 처리하는 방법에는 결측지가 있는 행이나 열을 삭제하는방법과 평균,중앙값,최빈값 등의 대푯값으로 결측치를 대체하는 방법이 있다
이상치 처리하기
이상치란 평균적인 데이터 범위보다 지나치게 높거나 낮은 수치의 값을 말한다.이상치가 데이터에 존재하면 분석 결과가 왜곡될 수 있으므로,이를 적절하게 처리해야 한다.
핵심 속성 추출하기
데이터는 관찰이나 실험을 통해 수집되는 값들을 의미하여,하나의 데이터는 여러개의 속성으로 구성되어 있다
-
기계학습의 유형과 알고리즘
기계학습의 유형
-
강화학습
강화학습은 판단할 때마다 외부 환경에서 보상을 제공하고,이 보상의 값을 최대화하기 위한 방향으로 학습을 진행한다.
-
-
기계학습의 알고리즘의 이해
기계학습 알고리즘이란 기계학습의 유형에 따라 실제적으로 이를 구현하는 절차나 방법을 말한다.문제를 해결하기 위해서는 문제 해결의 목적에 따라 적합한 기계학습 알고리즘을 선택헤야 한다.
-
분류
분류는 미리 정의된 여러 범주로 데이터를 구분하기 위한 경계를 학습하여 새로운 입력이 들어오면 여러 범주 중 하나를 선택하는 과정으로,지도학습을 한 형태다.
군집
군집은 비지도학습 알고리즘의 일종으로,데이터가 어떻게 그룹화되어야 하는지 미리 정의하지 않고 컴퓨터가 데이터 패턴을 스스로 찾아내는 방식이다
-
-
4.중심점 재설정:형성된 군집의 데이터들끼리 중심점을 재설정하고,새로 설정된 중심점까지의 거리에 따라 데이터의 군집에 할달한다.
-
-
6.중심점이 변하지 않으므로 완료:중심점이 더 이상 이동되지 않을 때까지 조정을 반복하고,더 이상의 변동이 없다면 군집을 확정한다.
기계학습과 데이터
전통적 프로그래밍과 기계학습
전통적 프로그래밍은 A라는 입력에 B라는 규칙을 적용해 Y를 출력한다는 것을 사람이 작성하는 데 비해, 기계학습은 A라는 데이터가 입력될 떄 결과가 Y가 되는 규칙 B를 기계가 찾을 수 있도록 학습시킨다
-