인공지능 방법론 : AIDE 데이터 전문가 2급 자격증

인공지능 방법론

---

인공지능의 원리

인공지능의 원리를 간단히 이해해 봅니다

인공지능 AI

사람의 뇌를 흉내 내는 인공신경망 그리고 다양한 머신러닝 알고리즘을 통해 구현합니다.

초기에 1957년 프랑크 로젠블라트가 사람의 신경망을 따라 만들어 퍼셉트론(Perceptron) 이라는 알고리즘을 고안해 냈습니다.

딥러닝(신경망)의

기반이 되는 알고리즘 입니다

인공신경망의 표현 방식

인공신경망 (ANN)

인공신경망은 생물학의 신경망에서 영감을 얻은 학습 알고리즘 입니다.

출처:https://ko.wikipedia.org/wiki/인공_신경망

인공신경망 (Artificial Neural Network)이란

• 입력층 Input layer
• 은닉층 Hidden layer
• 출력층 Output layer

으로 구성된 인공지능 알고리즘

각 층이 하는 역할

• 입력층 : 학습하고 데이터를 입력하는 층
• 은닉층 : 입력된 데이터를 여러단계로 처리 하는 층
• 출력층 : 처리된 결과를 출력하는 층

---

인공지능의 분류

인공지능 AI 분류

인공지능이란?

인간의 지적능력을 컴퓨터를 통한 구현단계 (최종 단계)

머신러닝이란?

기계 스스로 학습하여 인공지능의 성능을 향상 시키는 기술

딥러닝이란?

인간의 뉴런과 비슷한 인공신경망으로 학습 방법

머신러닝의 한계를 넘어서는 기술로 머신러닝에 속한 기술이지만 빠른 속도로 인공지능AI의 발전을 일으킨 기술

머신러닝 ML vs 딥 러닝 DL

머신러닝은 데이터의 여러 특징 중 사람이 직접분석하고, 판단해야 한다

Vs

딥러닝은 기계가 자동으로 학습해 데이터에서 특징을 추출해낸다

---

머신러닝 ML 학습 방법

지도 학습 Supervised Learning

문제와 정답을 알려주고 학습하는 방법 (예측과 분류에 사용됌)

비지도 학습 Unsupervised Learning

답을 가르쳐 주지 않고 학습 (연관 규칙, 군집)

강화 학습 Reinforcement Learning

보상을 통해 학습하는 방식 (보상)

지도 학습 Supervised Learning

문제와 정답을 알려주고 학습하는 방법

비지도 학습보다 단순하고 일반적 레이블이 지정된 데이터(라벨링, 전처리된 데이터)사용

분류 (Classification techniques)

회귀(Linear regression)

---

비지도, 강화는 나중에 올라갑니다

-AIDE 2급 자격증 과정-