인공지능 개념

인공지능이란 

컴퓨터가 사람처럼 지능을 가지고 문제를 해결할 수 있도록 처리하는 시스템을 만드는 것 

 

머신러닝(기계학습) 이론 및 실습 

판단의 근거가 되는 기준 에 따른 의사결정

 

머신러닝 학습

반복학습 - 데이터 학습 - 새로운 데이터 확인 - 학습 데이터 복습 - 데이터 예측

 

머신러닝 학습의 종류

• 지도학습 - 예측 시스템 구축

-회귀 : 특정 데이터에 대한 값을 예측

-분류 : 특정 항목으로 데이터를 나눔 

-랭킹/추천 : 데이터의 순위를 예측/사용자의 선호도를 예측

• 비지도학습 - 패턴 분석 및 추출

-군집화/토픽 모델링 : 비슷한 데이터를 묶음/텍스트 데이터

-밀도 추정 : 각 데이터의 분포를 추측

-차원 축소 : 데이터 대표 특징으로 차원 축소

• 강화학습 - 선택과 피드백의 반복

-기계와 환경의 상호작용으로 최대 보상을 얻기 위한 학습 방법

 

실습 - 티처블 머신

이미지, 음성, 동작 분석 가능

 

epochs - 전체 데이터 셋을 반복 학습할 횟수

batch size - 1회 반복 학습 시 활용할 데이터의 크기

learning rate - 학습률로 데이터를 학습하는 속도(기울기)

 

 

https://teachablemachine.withgoogle.com/models/s0dtmSzaF/

 

 

 

 

#2023.07