기본개념
인공지능이란?
- 내가 알고 있는 그 인공지능 맞음. 인공지능 구현에 제약이였던 컴퓨터 성능이 비약적으로 발전하면서 최근 인공지능이 더 발전하고 있다.
- 영화나 소설의 똑똑한 인공지능을 일반인공지능 혹은 강인공지능 이라 하며,
현실에서 쉽게 보는 사람의 일을 도와주는 보조 역활의 인공지능을 약인공지능(Week AI)이라 한다.
머신러닝이란?
- 규칙을 일일이 프로그래밍하지 않아도 자동으로 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야, 인공지능의 하위 분야 중에서 지능을 구현하기 위한 핵심분야
- 최근 머신러닝의 발전은 통계나 수학 이론보다 경험을 바탕으로 발전하는 경우가 많음
- 컴퓨터 과학 분야의 대표적인 머신러닝 라이브러리는 사이킷런(scikit-learn)임
딥러닝이란
- 많은 머신러닝 알고리즘 중에 인공 신경망(arificial neural network)을 기반으로 한 방법들을 통칭하여 딥러닝이라 함.
머신러닝에서 자주 쓰이는 용어 정리
- 모델 : 머신러닝 알고리즘을 구현한 프로그램 또는 알고리즘을 구체화하여 표현한 실체
- 특성(Feature) : 샘플이 되는 개체의 각 속성값 (길이, 무게 등)
- 훈련(Training) : 모델에 데이터를 전달하여 규칙을 학습하는 과정
- 훈련 데이터 : 입력(input), 타깃(target) ##지도 학습에서 사용되는 개념임(데이터와 정답)
K-최근접 이웃 알고리즘
- 특정 샘플의 특성의 속성을 그래프로 표현해보았을 때, 해당 샘플의 좌표에 인접한 좌표들의 Target값을 통해 샘플의 Target을 유추하는 방버
- 매우 간단하며, 목적함수를 구하거나 Training의 과정이 필요없다.
- KNeightborsClassifier 클래스를 사용함
소프트웨어 엔지니어