AI(Artificial Intellligence) 인공지능

Artificial Intellligence(AI)

 

* 인공장치들의 지능을 설계 및 인간 지능을 모방.

* 지능 : 추론,기억,인식,이해,학습 등 현실세계에 적응하기 위한 능력

 

<히스토리>

1차 인공지능(과거) : 수동적 대화 시스템 / 한계점 : 프레임의 문제 발생(고려해야될 사항이 많음)

2차 인공지능(과거) : 전문지식 시스템 활용 / 한계점 : 지식 획득 병목의 문제(표현할 수 없는 범위가 많음)

3차 인공지능(현재) : 빅데이터와 딥러닝 (학습) /

 

* 아기들은 '아빠'라는 소리를 지속적으로 듣고 보면서 학습하며 인식한다. 

   컴퓨터는 데이터를 디지털화하여 지속적으로 학습시킴으로써 인식하도록 만든다.

 

*인공지능도 학습을 기반(머신러닝)

 

 

Machine Learning(ML)

 

* Machine(머신) - 함수로 분류 할 수 있게 학습 시킴

* learning(학습) - 어떤 작업을 특정 기준에 의해 새로운 경험을 배웠다.  

* 데이터 기반으로 학습하며 새 데이터를 계속 학습함으로써 예측을 변화 시킴.

* 데이터 특징 찾는것 - 떨어져 있는지, 모여 있는지 특징을 찾는것(사람이 아니라, 데이터 통해 기계가 학습)

* 학습된 모델(알고리즘)을 적용해 정해진 업무 처리

* 행동의 대한 결과가 변화 되기 위한 학습

machin learning 초록점,갈색점을 구분

Machine Learning 2가지

1. supervised learning(지도학습/딥러닝) : 수치 예측(regression), 분류 예측(classification)

- 회귀분석

-로지스틱 회귀

-랜덤 포레스트

-신경망

 

2. unsupervised learning(비지도 학습) : 군집(clustering)

-주성분 분석

-K-평균 군집

-연관 규칙