인공지능 기초지식

1. 인공지능과 머신러닝, 딥러닝

 

인공지능 Artificial Intelligence

사람처럼 학습하고 추론하는 컴퓨터 시스템 기술

ex) 시리, 빅스비, 인공지능 스피커 등

 

머신러닝 Machine Learning

데이터로 모델을 학습시켜, 컴퓨터가 스스로 추론할 수 있도록 하는 기술

ex) SVN, Decision Tree, KNN, Random Forest

 

딥러닝 Deep Learning

많은 머신러닝 알고리즘 중에서 인공신경망을 기반으로 한 기술

ex) CNN, RNN, LSTM, ANN, DNN, MLP

 

 

---

 

2. 머신러닝 기법 분류

지도학습

시험 공부를 하는 과정과 매우 유사함. 문제집으로 공부를 하고 문제를 잘 풀었는지 정답을 보며 채점을 하고, 다른 유사한 문제를 틀리지 않도록 틀린 문제를 공부한다.

Labeled data를 학습시킨다. 문제집의 정답의 역할이 Labeled data과 같다.

지도학습에는 분류와 회귀분석이 있다.

ex) 넷플릭스의 콘텐츠 추천

 

비지도학습

Unlabeled data를 학습시킨다.

비지도학습에는 군집화와 차원축소가 있다.

ex) 카드회사에서 비슷한 소비성향의 그룹의 고객을 분류

 

강화학습

data set이 주어지지 않음.

agent 객체의 행동에 따라 보상과 페널티가 부여되며 학습이 이루어지는 방식 

ex) 알파고(바둑에서 최선의 수를 찾음)