Please enable JavaScript.

Coggle requires JavaScript to display documents.

2.인공지능과 학습(1510 문지유 - Coggle Diagram

- - - - 전통적 프로그래밍은 'A라는 입력에 B라는 규칙을 적용해 Y를 출력한다'는 것을 사람이 작성한다
        
        하지만 기계학습은 'A라는 데이터가 입력될 때 결과가 Y가 되는 규칙 B'를 기계가 찾을 수 있도록 한다.
      - 기계학습: 입력된 데이터로부터 규칙을 도출해 가격을 예측하는 프로그램은 만들어 냄
      - 데이터 선정하기
        
        문제 적합성
        수집 가능성
        정보보호
        데이터의 품질
        데이터 수집 비용
- - - - 훈련 데이터: 모델을 생성하는데 활용
      - 테스트 데이터: 모델의 성능을 평가하는 데 활용
- - - - 1.관찰 2. 정책에 따라 행동을 선택 3.행동실행 4. 보상이나 벌점을 받음 5. 정책 수정 6. 최적의 정책을 찾을 때까지 반복
        
        회귀: 어떤현상의 영향을 미칠 수 있는 여러 요인과 특정 결과 사이의 관계를 함수로 표현해 연습적 적인 수치를 예측 하는 기계 학습 방법
        
        회귀 모델을 만들 때 사용 하는 대표적인 알고리즘 으로는 선형회귀 알고리즘이 있다
        
        선형회귀 알고리즘:유치 값과 실제 값에 옷 차를 최소화하는 가설 함수를 찾고 최적화 하며 학습을 진행 한다
        
        분류: 미리 정의된 여러 범주로 데이터를 구분하기 위한 경계를 학습하여 새로운 입력이 들어오면 여러범주 중 하나를 선택하는 과정으로, 지도학습의 한 형태이다
        
        군집 은비 지도 학습 알고리즘에. 일 종으로 데이터가 어떻게 그룹 화 되어 있는지 미리 정의 하지 않고 컴퓨터가 데이터 패턴을 스스로 찾아 내는 방식이다.
        
        군집 모델을 만들 때 사용 하는 대표적인 군 지 얼굴리즘에는 K평균 알고리즘이 있다. 이 알고리즘은 이미 군 집 중심으로부터 가까운 거리에 있는 데이터를 같은 군 집으로 핥 탄 하고 군 집에 중심을 변경 되지 않을 때까지 계속 바꾸 며 조정 하는 방식 으로 군집을 형성 한다.
- - - - 1.뉴런의 수상돌기와 같이 데이터를 입력 받음
        
        신경 세포체처럼 입력받은 데이터를 처리함
        3.마지막 축삭 돌기에서 다른 뉴런으로 전기 신호를 보내듯이 데이터 출력함
    - - 장점:은닉층의 개수를 늘려 층을 깊게 설계할수록 더 복잡한 문제를 해결 가능
      - 단점: 층이 깊을수록 계산량이 많아져 학습 시간이 오래걸림
      - 딥러닝은 대량 데이터 필요- 데이터 처리 기술의 발전과 컴퓨터 하드웨어의 발달로 인해 다양한 학문 분야 및 응용분야에서 활용되는 사례가 증가
        
        비정형 데이터를 다룰 떄 좋은 성능을 내고 있으며, 기존의 기계 학습 알고리즘으로 다루기 어려웠던 분야에서 사용되면서 빠르게 발전
        
        실생활 속 딥러닝 활용되는 사례
        : 컴퓨터 비전,순환 신경망을 이용한 음성 인식 및 자연어 처리 등이 있음
        
        컴퓨터 비전: 사람이 눈으로 사물을 보고 인식하는 것처럼 컴퓨터의 활용을 통해 정지 영상이나 동영상을 분석하여 의미 있는 정보를 추출하는 기술이다
        
        컴퓨터 비전 분야의 대표적인 딥러닝 알고리즘은 합성곱 신경망이 있다
        
        합성곱 신경망: 동물의 시각 인지 과정을 모방한 인공신경망 모형 중 하나로, 사물의 탐지 등 이미지 처리에 높은 성능을 보여줌
        
        1 more item...
        
        합성곱 신경망은 크게 합성곱 계층과 풀링 계층으로 구성되며, 두 계층을 반복하여 학습을 진행하면서 이미지의 특성을 추출
        
        음성 인식과 자연어 처리: 사람이 사용하는 언어를 컴퓨터가 철학 위한 기술을 연구하는 분야
        
        음성 인식과 자연어 처리 분야에 사용되는 대표적인 딥러닝 알고리즘은 순환 신경망이다
        
        순환 신경망의 구조는 심층 신경망의 구조와 기본 흐름은 유사하다. 다음 층으로 이어지는 중간 출력을 은닉 상태라고 하는데, 데이터의 중간 결과를 기억할 수 있다
        
        1 more item...
    - - 최적화: 손실함수의 값이 최소가 되도록 가중치와 편향을 갱신하는 과정
        
        최적화 알고리즘: 확률적 경사 하강법, 미니 배치 경사 하강법, 모멘텀, 아담 등이 있다.
- - - - 핵심 속상 이해하기: 문제 해결이 필요한 속상만 선택 하여 사용예약 기계 학습의 성능을 높일 수 있다. 만약 핵심 속상 이 부족하다면 추가 자료를 수집 해야 한다
        
        시각화 할 때 사용 하는 도구에는 막대그래프 시스토 그램 원 그래프 산점도 히트맵 등이 있으며 특히 핵심 속성을 추출 할 때는 히트맵
        
        상관 관계 분석 한 변수가 증가할때 다른 변수도 증가하는 경향을 보이며 양의 상관 관계 한 변수가 증가할때 다른 변수는 감소하는 경향을 보이며 음의 상관관계라고 한다
- - - - 3.데이터 전처리 하기: 데이터 참석 후에는 데이터 전체리가 필요한지 따져보아야 한다 앞에서 확인한 MNIST 데이터 셋은 다음과 같은 전처리 과정이 필요하다
        
        4.성능 평가 하기:모델의 학습 결과를 테스트 하기 위해서 헌트로 성능을 확인 해야 한다. 이때 훈련 데이터가 아닌 테스트 데이터를 사용 해야 한다. 초기에는 설정 된 임의의 가 중치에 의해 적응도의 결과를 조금씩 달라 질 수 있다.