📢 인공지능(Artifical Intelligence)
-
인간의 학습능력, 추론능력, 지각능력, 그외에 인공적으로 구현한 컴퓨터 프로그램 또는 이를 포함한 컴퓨터 시스템
-
비전인식 : 사람의 시야와 동일하게 구현
🔩 인공지능의 분류
-
지도학습(Supervised Learning) : 프로그래머가 미리 라벨링된 데이터를 함께 주면서 학습. 입력 값(X data)이 주어지면 입력값에 대한 라벨(Y data)을 주면서 학습시킨다.
-
분류(Classification), 회귀(Regression)가 여기에 해당
-
예시 - 인간 감정 인식 라벨링 작업
-
-
비지도학습(UnSupervised Learning) : 프로그래머가 어떠한 라벨링된 데이터를 주지 않으면서 학습.
- 예시 - 연관 상품 추천, 유튜브 알고리즘, 휴대폰 얼굴인식
-
강화학습(Reinforcement Learning) : 부모가 목표만 제시하되 어떠한 방법도 제시하지 않음. 단, 목표를 달성하면 보상하고, 그렇지 않으면 처벌하는 방식
- 예시 - 주식투자 시뮬레이션, 자율주차
※ 프로그래머는 프로그램에 달성해야 하는 목표(이를테면 총점을 높혀라)를 제시하고 프로그램이 어떤 알고리즘을 적용하는 지는 상관하지 않되 목표를 달성하면 큰 점수를 부여하고(양수값의 점수 부여) 목표를 달성하지 않으면 낮은 점수(음수값의 점수)를 부여하여 수백만번 같은 훈련을 반복시킴
🧲 회귀(Regression)
-
일차함수 : 직선의 형태를 따진다
- 예시 :
y = 2x+1
- 예시 :
-
편차 : 변량 - 평균
-
오차의 합 :
(b1-f1(a1))^2 + (b2-f1(a2))^2 + (b3-f1(a3))^2
😀 그 날 수업의 후기
머신러닝을 배운 지 오랜 시간이 배웠고 또 경영통계 시간에 배웠던 회귀분석, 분산 분석 등의 용어들이 떠올랐기에 크게 어렵지는 않았던 수업이었으나 아무래도 수포자 출신 문돌이다 보니 수학적으로 접근하는 것이 아직 서툴다 수포자니깐 당연한거 아닌가여? 확실히 데이터분석이나 머신러닝 프로젝트 경험이 이 수업을 이해하는 데 있어서 큰 역할을 한 것 같다.
