<인공지능>
인공지능 intelligent agents : 지능을 가진 프로그램
1.자신을 둘러싼 환경을 지각/인식하고
2.적절한 행동들을 취하여
3.목표를 성취할 가능성을 최대화 하는 기계
-
약인공지능 (artificial narrow intelligence) : 특정 작업 이외의 작업은 잘 하지 못 함 --> 현재
-
강인공지능(artificial general intelligence AGI) : 인간만큼의 작업 수행 능력
-
초인공지능(artificial general intelligence)
-
인공지능 INTELIGENT AGENT agent는 프로그램
모델은 무엇인가? from 통계학의 모형
데이터에 맞는 설명 방법을 찾는 과정 = 데이터를 가장 잘 표현하는 모델을 찾는 과정 = "MODEL FITTING"
모델은 항상 함수로 나타남 ex) y= ax + b 데이터에 딱 맞는 함수를 찾는 과정이다.
그렇다면 데이터를 가장 잘 설명하는 모델을 어떻게 찾을 것인가?
초기 모델에 데이터를 넣는다
결과를 평가한다 by MSE, classification error와 같은 지표들
결과를 개선하기 위해 모델을 수정한다.(parameter, 모델 종류 변경)
모델의 파라미터 : 세타
모델 안에 포함되어 있고 모델의 위치나 모양을 변화시킬 수 있는 값(input, output, 지수 제외) ex) h(x) = 세타0 + 세타1x
파라미터 값을 무엇으로 할까?
컴퓨터의 역할 : 데이터를 설명하기 가장 좋은 파라미터를 찾아내는 것!! --> 머신러닝
무슨 모델(함수, 알고리즘)을 쓸까? 세상에서 가장 좋은 모델을 찾는 것은 어려움
autoML, autokelas --> 자동화된 머신러닝 도구들을 부르는 명칭
학습 : 실제 정답과 예측 결과 사이의 오차(loss, error, cost)를 줄여나가는 최적화 과정
모델은 항상 함수로 나타남 ex) y= ax + b 데이터에 딱 맞는 함수를 찾는 과정이다.
그렇다면 데이터를 가장 잘 설명하는 모델을 어떻게 찾을 것인가?
1. 초기 모델에 데이터를 넣는다
2. 결과를 평가한다 by MSE, classification error와 같은 지표들
3. 결과를 개선하기 위해 모델을 수정한다.(parameter, 모델 종류 변경)
현재의 인공지능은 약인공지능 => 강인공지능 AGI : 사람 만큼이나 작업을 수행함
머신러닝 딥러닝 기술이 발전할수록, 다양한 인공지능 기술들이 발전할 수 있다.
- Model 보다는 기능에 집중해야함!
- 좋은 모델들은 이미 만들어져있기에, 이를 활용하는 일이 더욱 중요함
학습이란?
fit : 학습시키다
- 초기 모델에 데이터를 넣는다
- 결과를 평가한다 by MSE, classification error와 같은 지표들
- 결과를 개선하기 위해 모델을 수정한다.(model 내부의 parameter 수정, 모델 종류 변경)
model's parameter = seta : 모델 내에서 바뀔 수 있는 모든 값
가장 좋은 모델을 찾는 것은 불가능하다
- automl : 이미지 처리에 유용
- automl tables : 정형 data에 유용
- keras tuner : 딥러닝에 유용
tf idf / cos 유사도
