AI 이해
학습목표
AI를 어디에 사용하고 활용하는지에 대해 알 수 있습니다
AI개념과 AI 학습 원리를 배우고 이해할 수 있습니다.
AI 모델 구성요소와 AI 모델링 순서에 대해 이해할 수 있습니다.
목차
1) AI 활용
2) AI 개념
3) AI 모델 구성요소
4) AI 학습원리
5) AI 모델링 순서
1. AI 활용
-
AI 화가
-
AI 작문
-
AI 작곡
-
실시간 개체 검출
-
자율주행 차량
-
컨텐츠 추천
2. AI 개념
- Q: AI가 뭐예요?
A: 굳이 설명하자면 스스로 생각하고 판단할 수 있는 컴퓨터예요.
Q: AI에게 내 일을 빼앗길 수 있다는 말이 사실인가요?
A: 모든 일이 AI로 대체되지는 않아요. 하지만 AI 때문에 없어지는 일도 있고, 새롭게 생겨나는 일도 있어요.
Q: AI를 활용할 때 중요한 점은 뭔가요?
A: 문제의 본질을 파악하는 능력 / 데이터를 만드는 능력 이렇게 2가지예요.
AI 모델 구성요소
- 인공지능(Artificial Intelligent)
인공지능>머신러닝>딥러닝
⊙ 인공지능 : 인간의 지적 능력(추론, 인지)을 구현하는 모든 기술
⊙ 머신러닝 : 알고리즘으로 데이터를 분석, 학습하여 판단이나 예측을 하는 기술
→ 선형회귀, 로지스틱회귀, K-최접근 이웃, 결정트리, 랜덤포레스트, 서포트 벡터머신
⊙ 딥러닝: 인공신경망 알고리즘을 활용하는 머신러닝 기술
→ 심층신경망(DNN), 합성곱 신경망(CNN), 순환 신경망(RNN), 강화학습
AI 학습 원리
- 데이터 특징 파악하고 규칙 만들기
AI 학습 방법
- 지도학습 : 정답지로 학습 - 분류, 예측
- 비지도 학습 : 정답 없이 학습 - 군집, 특성 도출
- 강화학습 : 시뮬레이션 반복 학습 - 성능 강화 등에 사용
3. AI 모델 구성요소
-
데이터, 모델링
⊙ 개발 라이브러리: Pandas, Numpy
⊙ 개발 언어: Python, Java
⊙ 개발환경 IDE: Anaconda, VSCode
⊙ HW : CPU, GPU, Memory, Disk -
파이썬 개발 IDE
PyCharm, Visual Studio Code, Anaconda, Google Colaboratory -
파이썬의 장점
⊙ Python the Best programming language in AI
⊙ Community support
⊙ Good visualization options
⊙ Easy Readability
⊙ Platform independence
⊙ Flexibility
⊙ Easy Coding
⊙ A rich Python Libraries for AI Projects -
파이썬 주요 패키지
⊙ NumPy : 행렬과 다차원 배열을 쉽게 처리할 수 있게 해주는 패키지
⊙ pandas : 데이터를 처리하고 분석하는데 효과적인 패키지
⊙ matplotlib : 데이터를 차트나 플롯(Plot)으로 그려주는 시각화 라이브러리 패키지
⊙ Seaborn : matplotlib를 기반으로 다양한 색상 테마와 통계용 차트 등의 기능을 추가한 시각화 패키지
⊙ scikit-learn : 교육 및 실무를 위한 머신러닝 라이브러리 패키지
⊙ TensorFlow: 구글에서 만든 오픈소스 딥러닝 라이브러리 패키지
4. AI 학습 원리
-
AI 모델 목표 : 모델에 입력 값을 넣었을 떄의 출력값(예측값)이 최대한 정답과 일치하게 하는 것
-
비용 함수 : 출력값(예측값)과 정답과의 차이를 Cost, Loss, Error라고 함
Y^(예측값) - Y(정답) = Cost, Loss, Error -
Optimizer(최적화 알고리즘) : Cost Function 나온 Cost를 최소로 줄이기 위해 모델의 파라미터(w,b)을 업데이트하면서 최적 모델 생성
요약
1) 목표: 정답과 예측값 일치
2) 모델의 비용함수 구하기
3) 비용함수 최소화
4) 최적화 알고리즘(Optimizer) 이용
5. AI 모델링 순서
KEY POINT
- AI 활용
⊙ 자율주행차량, 이미지 분야, 자연어 처리 분야 등 활용- AI 개념
⊙ 스스로 생각하고 판단하는 컴퓨터
⊙ 인공지능>머신러닝>딥러닝- AI 학습원리
⊙ AI 모델 목표 : 모델 예측값과 정답 일치시키는 것
⊙ 비용함수와 최적화 알고리즘을 활용해서 최적 모델 생성
