Please enable JavaScript.

Coggle requires JavaScript to display documents.

인공지능과 학습 ( 1315 오민재 ) - Coggle Diagram

- - - - 대용량의 품질 좋은 훈련 데이터가 필요하다.
      - 편향을 띤다면 이 데이터를 이용한 학습 결과도 정확하지 않을 것이다
      - 데이터 공정성
        
        공평성과 투명성을 의미
        
        데이터 수집 과정의 공정성 -> 2. 데이터 처리 및 분석의 공정성 -> 3. 데이터 사용의 공정성 -> 4. 투명성과 설명 가능성
    - - 훈련 데이터를 바탕으로 학습하고 규칙을 발견해 기계학습 모델을 만듬
      - 기계학습 모델에 문제 해결을 위해 사용할 데이터를 적용하면 결괏값이 출력된다
      - 현재 상태와 목표 상태가 무엇인지 파악
      - 핵심 요소는 무엇인지 등을 정확히 분석해야 문제 해결 방향을 명확히설정할 수 있으므로 문제 정의 단계는 매우 중요하다
      - 충분한 양과 우수한 품질을 갖춘 데이터
    - - 정해진 규칙대로 수행하는 자동화 능력을 이용해 문제를 해결한다.
      - 전통적 프로그래밍 이용
      - 프로그래머가 직접만들고, 규칙을 표현한 알고리즘에 데이터를 입력하면 컴퓨팅 시스템이 알고리즘에 따라 처리한 결과를 출력
      - 컴퓨터가 데이터 스스로 학습, 기계학습 모델 만들려고 프로그래밍해 문제 해결, 속성들간의 규칙 학습