코딩 다이어리
AI, Machine learning, Deep learning 개념 본문
인공지능

- 인간의 학습능력, 추론능력, 지각능력을 인공적으로 구현하려는 컴퓨터 과학의 세부분야 중 하나
- 강인공지능(Strong AI) : 인간을 완벽하게 모방하는 인공지능, 다양한 분야에서 활용 가능
- 약인공지능(Weak AI) : 유용한 도구로써 설계된 인공지능, 특정 분야에서 활용 가능
- 대표적으로 삼성전자(빅스비), Apple(siri), Google(Assistant), DeepMind(AlphaGo)가 있음
기계학습

- 기계가 일일이 코드로 명시하지 않은 동작을 데이터로부터 학습하여 실행할 수 있도록 하는 알고리즘을 개발하는 연구 분야
- 어떠한 작업 T에 대해 꾸준한 경험 E를 통하여 그 T에 대한 성능 P를 높이는 것

지도학습 : 문제(입력)와 답(Label)이 존재하는 훈련데이터를 이용한 기계학습
- 회귀(Regression) : 답이 연속적인 값을 가지는 경우
- 분류(Classification) : 답이 어떤 종류의 값인지 유한한 경우

비지도학습 : 답이 없는 문제만 존재하는 훈련데이터를 이용한 기계학습
- 군집화(Clustering) : 데이터들의 특성을 고려해 군집을 정의하고 군집의 대표할 수 있는 대표점을 찾는 알고리즘
반지도학습: 답이 있는 데이터와 없는 데이터 모두를 활용해서 학습하는 것

강화학습 : 현재의 상태(State)에서 어떤 행동(Action)을 취하는 것이 최적인지를 학습하는 것
심층학습
- 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화(abstractions, 다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용 또는 기능을 요약하는 작업)를 시도하는 기계학습의 알고리즘의 집합

ANN(Artificial Neural Network) : 인간의 뇌에서 뉴런이 신호와 자극을 받고, 그 자극이 임계값(Threshold)을 넘어서면 결과 신호를 전달하는 과정을 모방하여 만든 기계학습 알고리즘

DNN(Deep Neural Network) : ANN의 문제점들이 해결되면서 학습의 결과를 향상시키기 위해 모델 내의 은닉층(Hidden Layer)를 늘린 알고리즘으로 주로 은닉층이 2개 이상으로 이뤄져 있음

CNN(Convolution Neural Network) : 데이터 자체에서 결과값을 추출하는 것이 아닌 데이터의 특징을 이용해 특징의 패턴을 발견하여 결과값을 추출하는 기계학습 알고리즘으로 은닉층에서 convolution layer와 pooling layer를 복합적으로 구성

RNN(Recurrent Neural Network) : 반복적이고 순차적인 데이터(sequencial data)학습에 특화된 기계학습 알고리즘으로 과거의 학습 내용을 현재의 학습에 반영하여 시간에 종속된다는 특징을 가짐
'머신러닝 > 이론' 카테고리의 다른 글
의사 결정 트리 (Decision Tree) (0) | 2022.11.30 |
---|---|
로지스틱 회귀(Logistic Regression) (1) | 2022.11.29 |
선형 회귀(Linear Regression) (0) | 2022.11.28 |
표준화(Standardization)와 정규화(Normalization) (2) | 2022.11.25 |
데이터 준비(Data Preparation) (0) | 2022.11.23 |