Please enable JavaScript.
Coggle requires JavaScript to display documents.
인공지능과 학습 (1311 배성우) - Coggle Diagram
인공지능과 학습 (1311 배성우)
기계학습의 유형과 알고리즘
기계학습은 데이터를 활용하는 방식에 따라 지도학습, 비지도학습, 강화학습 으로 구분할수있다.
-
강호학습 :판단할때 마다 외부 환경에서 보상을 제공하고, 이 보상의 값을 최대화하기 위한 방향으로 학습을 진행함.
-
군집 :비지도 학습 알고리즘의 일종, 데이터가 어떻게 그룹화되어야 하는지 미리 정의하지 않고 컴퓨터가 데이터 패턴을 스스로 찾아내는 방식
-
-
딥러닝의 이해와 활용
-
-
-
-
심층신경망 :2차원의 입력 데이터를 1차원 배열의 형태로 변환, 2차원 평면에서 갖고 있던 이미지의 생김새 정보를 잃게 됨
합성곱 신경망 :형태의 변환없이 2차원의 입력데이터를 사용, 인간의 뇌가 사물을 구별하듯 생김새의 정보 그대로 사물을 학습
데이터 전처리와 핵심 속성 수출
-
-
핵심 속성 추출
데이터는 관찰이나 실험을 통해 수집되는 값을 의미해, 하나의 데이터는 여러개의 속성으로 구성됨
기계학습과 데이터
-
데이터 수집하기
고려사항 :기계학습을 위해 충분한 양의 데이터인가? , 편향되지 않은 데이터 인가? , 필요한 속성에 대한 내용을 담고 있는 데이터인가? , 신뢰 가능한 최신의 데이터인가?
딥러닝으로 손 글씨 분류하기
-
기계학습과 딥러닝의 차이점
기계학습은 문제 해결에 필요한 핵심 속성을 사람이 추출해야함. 핵심속성을 추출하는 과정을 많은 시간이 소요되며, 속성을 잘못 추출하면 기계학습의 성능이 떨어질수도 있다.