Please enable JavaScript.

Coggle requires JavaScript to display documents.

2.인공지능과 학습 (1501 김나현) - Coggle Diagram

- - - - 정해진 규칙대로 수행하는 자동화 능력을 이용해 문제를 해결한다. 규칙을 표현한 알고리즘에 데이터를 입력하면 컴퓨팅 시스템이 알고리즘에 따라 처리한 결과를 출력한다. 반면 우리는 컴퓨터가 데이터르 통해 스스로 학습하고 기계학습 모델을 만들도록 프로그래밍해 문제를 해결할 수고 있다. 기계학습을 이용하면 컴퓨터는 입력된 데이터 속성들 간의 규칙을 학습해 모델을 생성한 후 새로운 입력 데이터의 결과를 판단하거나 예측한다.
    - - 훈련데이터를 바탕으로 학습하고 규칙을 발견해 기계학습 모델을 만든다. 학습된 기계학습 모델에 문제 해결을 위해 사용할 데이터를 적용하면 결과값이 출력된다. 문제상태를 정확히 파악하고 정의할 수 있어야한다. 주어진 상황의 현재 상태와 목표상태가 무엇인지 , 활용해야하는 핵심 요소는 무엇인지 등을 정확히 분석해야 문제 해결 방향을 명확히 설정할 수 있으므로 문제 정의 단계는 매우 중요하다. 또한 정의한 문제가 기계학습을 통해 해결할 수 있는 문제인지 확인해야한다. 훈련 데이터의 양과 질, 활용하는 프로그램의 성능, 앞으로의 기술 발전 양상에 따라 달라질수 있으므로 명확하게 정의하기는 어렵다. 그러나 충분한 양과 우수한 품질을 갖춘 데이터가 있는지와 이를 활용해 적합한 모델을 생성할 수 있는지 여부에 따라 기계학습으로 해결할 가능성이 높은 문제와 낮은 문제를 구분할 수있다.
    - - 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. 예를 들어 체형의 따라 옷위 사이즈를 추천하는 인공지능을 만든다 가정하면 다양한 유형의 신체적 특성을 충분히 많이 수집한 훈련데이터를 이용하여 기계학습 모델을 만든다면 문제를 해결할 가능성이 높다고 할 수 있다. '이전 기록을 바탕으로 자동으로 상품을 추천하는 시스템을 만들자'라는 문제는 기계학습으로 해결할 가능성이 높은 문제라고 할 수 있다. 반면 기계학습을 통해 우리나라의 저출산 문제를 해결한다고 가정해보면 저출산 문제는 다양한 사회적, 경제적요인이 복합적으로 작용해 발생했기 때문에 인공지능의 학습에 필요한 우수한 품질의 데이터를 적절히 확보하기 어렵다. 또한 핵심요소가 무엇인지 파악하기가 어렵다.
      - 데이터의 공정성:데이터 수집,처리,사용,공유 과정에서의 공평성과 투명성을 의미한다. 1.데이터의 수집과정의 공정성 2.데이터 처리 및 분석의 공정성 3. 데이터 사용의 공정성 4. 투명성과 설명 가능성
  - - - 해결하고자 하는 문제와 관현이 있는 데이터인지 확인해야한다. 또한 데이터의 수집 가능성, 정보 보호 여부, 데이터의 품질, 데이터 수집 비용 등의 요인을 고려해야한다.
    - - 고려사항:충분한 양의 데이터인가?,편향괴지 않은 데이터인가? ,필요한 속성에 대힌 내용을 담고 있는 데이터인가? ,신뢰 가능한 최신의 데이터인가? 데이터셋은 주제별로 모은 데이터의 집합을 의미한다. 테이터 포털 등의 사이트에 업로드 하면 그것을 내려받아 활용할 수 있다 개인이 만들어 공유한 데이터뿐만 아니라 여러 기업이나 공공기관에서 제공하는 데이터를 활용할 수 있다. 공공기관에서는 데이터셋을 파일 또는 API형태로 만들어 제공하기도 한다, 제공된 데이터를 활용할 때,원 저작권을 침해하지 않도록 유의해야한다. 웹크롤링, 설문조사, 인터뷰 결과정리 등 사용 가능, 여러 센서를 통해 값을 수집할 수도 있다.
- - - - 데이터를 분석하는 과정에서 에러가 발생하거나 잘못된 결과가 산출돠어 기계학습 모델 성능에 부정적인 영향을 미칠 수가 있다. 결측치를 처리하는 방법에는 행이나 열을삭제하는 방법과 평균, 중앙값, 최빈값등의 대푯값으로 결측치를 대체하는 방법이 있다.행이나 열을 삭제할때는 데이터의 손실이 크지 않은지를 보고 평균, 중앙값, 최빈값 등으로 대체하는 방법이 있다.
    - - 평균적인 데이터 범위보다 지나치게 높거나 낮은 수치의 값을 말한다. 분석결과가 왜곡될 수 도 있다. 정상범위 기준을정해야한다.데이터가 충분하지 않다면 적합한 값으로 대체한다.
  - - - 필요한 속성만을 선택하는 것이 핵심 속성이다.
    - - 테이터 시각화, 히트맵은 상관관계를 시각화한 그래프로 색을 이용하여 배열을 나타낸다. 속성 간의 상관 관계를 분석 한 후, 그 값을 히트맵으로 나타내면 해결하고자 하는 문제와 관련 깊은 핵심 속성들을 상관계수(R)로 찾아내기가 쉬어진다.
        
        상관관계의 값은 절댓값 1에 가까울수록 두 속성간의 관련성이 높은것이다.
- - - - 입력 데이터와 정답 데이터를 함께 사용한다. 학습 결과에서의 오류 여부와 성능을 쉽고 명확하게 평가할 수 있다.
        훈련데이터와 테스트 데이터를 사용한다.
        회귀(예측),분류등의 작업을 할 수 있다.
    - - 입력 데이터만으로 이루어진 훈련 데이터를 사용하여 모델을 학습시키는
        방법이다. 자체적인 방식으로 데이터를 유사한 속성값을 갖는 그룹으로
        묶는다. 입력 데이터의 특징을 분석하여 패턴이나 특정 규칙을
        찾아내야한다.
        훈련 데이터의 숨겨진 새로운 정보를 찾고자 할 때 유용하다.
    - - 판단할 때마다 외부 환경에서 보상을 제공하고, 이 보상의 값을 최대화하기 위한 방향으로 학습을 진행한다. 현재 상태에서 선택 가능한 행동들 중 보상이 가장 큰 경우를 선택하여 해당 방향으로 학습을 진행한다.
  - - - 관계를 함수로 표현해 연속적인 수치를 예측한다. 훈련 데이터로 학습한
        모델을 사용하여 새로운 입력값에 대한 수치 결과를 예측한다. 회귀 모델은 독립변수와 정속변수 사이의 규칙을 파악하여 수식으로 나타내고, 학습된
        규칙에 새로운 입력값을 대입하여 예측값을 얻어내는 모델이다. 독립변수는 주로 입력값을 의미하고 종속변수는 주로 결괏값을 의미한다.
        회귀 모델을 만들 때 사용하는 대표적인 알고리즘으로는 선형 회귀
        알고리즘이 있다.
        선형 회귀 알고리즘은 예측값과 실젯값의 오차를 최소화하는 가설 함수를 찾고 최적화하며 학습을 진행한다. 독립 변수를 x축으로, 종속 변수를
        y축으로 하는 그래프를 그렸을 때 데이터를 표현하는 좌표평면 위의 점들을 가장 알맞게 이어주는 추세선을 그린다. 이때 직선은 y=wx+b의 형태로 표현 할 수 있는데, 이 식을 가설 함수라고 하며, 이를 가장 정확히 나타내는
        w값과 b값 을 찾아 수식을 만드는 것이 선형 회귀 알고리즘의 학습 과정이다. 예측값과 실젯값의 오차를 구하는 손실함수를 이용해 오차를
        최소화하면서 예측의 정확도를 높일 수 있다.
    - - 분류는 미리 정리된 여러 범주로 데이터를 구분하기 위한 경계를 학습하여 새로운 입력이 들어오면 여러 범주 중 하나를 선택하는 과정으로, 지도학습의 한 형태다. 즉 데이터가 어떤 클래스에 속하는지를 찾는 것이다. 테이터를 수집하여 분류 모델을 생성한 후,테스트 데이터를 입력하면 각 데이터에 한 클래스를 분류할 수 있다. 분류를 이용한 기계학습은 주로 이진 분류와 다중 분류로 나뉜다. 이진 분류는 주어진 데이터를 2개의 클래스로 분류하는 것이고, 다중 분류는 주어진 데이터를 3개 이상의 클래스로 분류하는 것이다. 분류 모델을 만들 때 주로 사용하는 대표적인 알고리즘으로는 로지스틱 회귀, K-최근접 이웃 알고리즘이 있다. 그중 k-최근접 이웃 알고리즘은 새로운 데이터를 분류하기 위해 가장 가까이에 있는 k개의 학습 데이터가 가장 많이 속한 그룹을 따라 분류하는 모델이다.
    - - 군집은 비지도학습 알고리즘의 일종으로, 데이터가 어떻게 그룹화되어야 하는지 미리 정의하지 않고 컴퓨터가 데이터 패턴을 스스로 찾아내는 방식이다. 군집은 학습 데이터가 정답 데이터를 가지고 있지 않은 경우이므로 입력된 데이터의 특성을 분석하여 서로 유사한 특성을 가진 데이터끼리 그룹화한다. 즉, 데이터의 비슷한 특성을 파악하고 이에 따라 데이터를 그룹으로 묶는 것이라고 할 수 있다. 이뿐만 아니라 인구 밀집도 를 분석해 버스 노선을 결정하거나, SNS조회 기록을 이용해 비슷한 성향의 게시물을 추천할 때에도 사용한다. 이 외에 데이터 시각화 및 지도학습을 위한 데이터의 전처리 기술로도 사용된다. 대표적인 군집 알고리즘에는 k-평균알고리즘이 있다. 이 알고리즘은 임의의 군집 중심으로부터 가까운 거리에 있는 데이터를 같은 군집으로 할당하고, 군집의 중심을 변경되지 않을 때까지 계속 바꾸며 조정하는 방식으로 군집을 형성한다.
- - - - 인공신경망은 인간의 신경망 구조를 모방하여 컴퓨터로 처리할 수 있도록 구현한 것이다. 퍼셉트론은 연산 장치로서 0또는 1을 출력하는 가장 작은 단위이다. 입력층 1개와 출력층 1개로 이루어진 구조를 단층 퍼셉트론이라고 한다. 뉴런의 수상 돌기와 같이 데이터를 입력받고 처리하여 마지막 축삭 돌기에서 다른 뉴런으로 전기 신호를 보내듯이 데이터를 출력한다. 노드 또는 인공뉴런으로 부른다. 하지만 단층 퍼셉트론은 복잡한 문제를 처리하지 못하는 한계가 있닫 그래서 은닉층을 포함한 다층 퍼셉트론이 생겨났다.
      - 가중치-출력값에 미치는 영향을 조정, 입력에 대한 가치를 의미한다.
        편향- 중심과 참값과의 편차를 나타내는 것으로 활성화 함수를 거쳐 출력되는 값을 조정하는 변수를 의미한다.
        활성화 함수-계단 함수, 시그모이드 함수, 렐루함수 등이 있다.
    - - 여러 개의 은닉층을 포함하여 만든 심층 신경망을 통해 학습이 이루어지는 기계학습의 한 방법이다. 깊다는 의미의 심층 신경망은 다수의 은닉층을 통해 복잡하고 많은 데이터를 정교하게 처리 할 수 있다. 입력층-은닉층-출력층으로 연속적인 연산이 이루어 진다. 깊게 설계할 수록 더 복잡한 문제를 해결할 수 있지만 학습 시간이 오래걸리고 과대적합이 발생할 수도 있다.
    - - 학습한다라는 것은 가중치와 편향을 찾아가는 과정을 의미하며, 학습의 최종목표는 최적의 가중치와 편향을 찾는 것이다. 신호의 세기는 정보의 중요도에 따라 달라지는데, 중요한 정보는 가중치를 곱하여 전달, 반대는 낮은 가중치를 곱하여 소멸시킨다. 그리고 원하는 결과가 나오도록 편향을 더하여 조정을 한다 여기서 최적의 가중치와 편향이란 손실함수의 최솟값으로 기울기가 0인 지점을 의미한다.
        
        활성화 함수-결정하는 역할, 정보의 전ㄷㄹ 유무결정, 시그모이드,렐루함수 등이 있다
        시그모이드 함수- s자 곡선을 그리는 함수로 출력값은 0과 1사이다.
        렐루함수-입력값이 0보다 크면 입력된 값을 그대로 출력, 입력값이 0이하면 0을 출력한다.
        
        손실함수란 훈련 데이터를 잘 학습했는지 파악하는 함수로 예측값과 실젯값과의 차이를 구하는 함수이다. 일치할 수록 손실함수의 값은 작아지므로, 손실함수의 값이 작을 수록 학습이 잘된 좋은 모델이라고 할 수 있다. 최적화란 손실함수의 값이 최소가 되도록 가중치와 편향을 갱신하는 과정이며 오차 역전파를 통해 이루어진다. 가장 대표적인 최적화 방법으로는 경사 하강법이 있다. 경사 하강법은 무작위로 설정된 초기 가중치의 값을 수정하며 아래 방향으로 일정거리인 학습률 만큼씩 이동한다 기울기가 0이 될때까지 학습을 거듭하여 가중치와 편향을 수정하는 것이다 하지만 기울기를 구하여 속도가 느리고 계산량이 많다. 경사하강법의 단점 보안 알고리즘- 학률적 경사하강법,미니 배치 경사하강법, 모멘텀,아담 등이 있다.
        
        순전파와 오차역전파-순전파는 계산과정이고 오차 역전파는 거꾸로 올라가면서 가중치와 편향을 갱신하는 과정이다.
        학습률-어느 정도 이동, 가중치를 얼마나 수정할지 결정, 학습률이 크면속도는 빠르지만 학습률이 너무 작으면 훈련속도가 느려짐
        
        검증 데이터- 학습하는 중간에 모델의 성능을 평가하기 위해 활용되며 일종의 모의평가에 비유한다.
  - - - 컴퓨터 비전
        
        사람이 눈으로 사물을 보고 인식하는 것처럼 컴퓨터의 활용을 통해 정지 영상이나 동영상을 분석하여 의미 있는 정보를 추출하는 기술이다 다양한 산업에서 활용되며 대표적인 딥러닝 알고리즘으로는 합성곱 신경망이 있다 동물의 시각인지 과정을 모방한 인공 신경망 모형 중 하나로 탐지, 처리에 높은 성능을 보여준다. 2차원 배열의 입력 데이터를 사용하며 특성을 잘 추출할 수 있고 컴퓨터 비전과 관련된 문제를 잘 해결할 수 있다.
        합성곱 신경망은 크게 합성곱 계층, 풀링 계층으로 구성되며 반복하여 학습 진행하면서 이미지의 특성을 추출한다. 합성곱 계층 연산이 끝나면 풀링 계층에서 그 특성을 잘 드러내는 값을 선택하는 과정을 반복하며 이미지 인식하게 된다.
      - 음성 인식과 자연어 처리
        
        음성- 보편적이고 편리한 정보 전달 수단이기 때문에 음성 인식 기술은 매우 중요한 분야로 연구되어자고 있다. 음성을 텍스트로 변환하는 음성 인식 기술, 잡음 제거 및 소리 보정 기술, 텍스트로 변환하는 기술(SST)등이 포함된다.
        음성 입력-음성 인식(음성 신호, 부호화-숫자로 변환한다, 특징 추출,
        패턴 비교, 인식)-자연어 처리(형태소 분석, 구문 분석, 의미 분석, 담화.의도 분석)-명령 수행 및 상호작용
        대표적인 알고리즘-순환 신경망이다. 데이터 간의 관계나 순서가 중요한 순차적인 데이터를 입력받아 결과를 도출하는 딥러닝 모델로 자연어 처리나 시간에 따라 변화하는 시계열 데이터 등을 처리하는 데 주로 사용된다. 심층 신경망의 구조와 기본 흐름은 비슷하다. 중간 출력을 은닉상태라고 하는데 중간 결과를 기억할 수 있다. 이전 입력값이 고려된 현재의 입력값에 따라 출력값을 결정한다. 모두 읽고 최종적으로 감정을 도출하는 문제에 상당히 적합한 구조이다.
        
        시계열 데이터-시간의 흐름에 따라 순차적으로 기록된 데이터를 ㅁ,ㄹ한다. 미래 예측, 주요 경제 지표나 상품의 수요 예측