공대생 도전 일지

규칙 기반 시스템 - 규칙 세트를 이용해 문제 해결 -> 조건부 문장으로 되어있다. 아서 새무엘 = 머신러닝 정의 컴퓨터 - 복잡하고 많은 작업 빠르게 처리 가능 BUT 일일히 지정해주기 어렵다 -> 프로그래밍 데이터를 통해 규칙을 컴퓨터가 직접 찾자 -> 머신러닝! 머신러닝 - 경험 == 데이터로 규칙을 찾기 모든 경우를 모두 설정해서 인공지능이 아닌 것으로 오해할 수 있다. 지식 베이스 - 사실과 규칙을 나타낸다. 규칙으로 구성되어 있다. 전문가의 지식을 반영하기 위해 굉장한 복잡성과, 큰 구조를 기본적으로 가지고 있다. 이러한 지식을 바탕으로 하기 때문에 의사의 지식을 컴퓨터로 구성할 수 있게 된다. 머신러닝 지도학습을 하기 위해 학습 데이터로 많은 기사를 수집하고, 정답도 가지고 있는다. 이미 학..

좁은 인공지능- 자율주행 자동차, 시리 등 합리적으로 생각하고 행동하는 시스템이며, 한가지 또는 특정한 영역에 국한된 인공지능이다. 좁은 인공지능 = 약한 인공지능 일반 인공지능 = 인간과 같은 인공지능 슈퍼 인공지능 = 인간보다 뛰어나다. 아직 구현되진 않았다. 인공지능 기술의 핵심은 ' 삶에 도움을 주고, 받을 수 있을까?'이다. 인공지능, 머신러닝, 딥러닝의 관계 AI/ ML/ DL 분류가 목적이라기 보단 개념을 좀 더 확실하게 정립하는 것이다. 새로운 특징을 파악하는덴 분석 방법 2가 더 효율적이다. 학습 방법 1로는 이 경우에 구분할 수 없다. '머신러닝은 딥 러닝이다' 라는 말은 포함관계가 반대로 되어있다. 여기선 마케팅을 위한 인공지능 세탁기로 말했지 딥러닝 세탁기나 머신러닝 세탁기가 좀 더..

행렬 합 - 동일 크기!(파이썬 넘파이에선 달라도 해주는 경우가 있다.) 행렬 * 스칼라 = 그냥 곱해주면 된다! 중간에 오타가 있네요 (3 x 2) ( 2 x 1) = (3 x 1)입니다. 행렬 곱은 보통 교환이 불가능하거나 결과가 다르다. Identity Matrix - 단위 행렬 단위행렬을 곱해주면 항상 본인이 나온다! 역행렬 - Matrix Inverse - 항상 존재하는 것은 아니다.

백터 - 숫자들의 열 메틀랩에서 1 인덱스를 사용하고 대부분은 0 인덱스를 사용한다. 내적 - 결과가 스칼라 값이다. vector Norm - 벡터의 크기 Matrix Transpose - 행렬 전치 대칭행렬 = Symmetric Matrix = 행렬이 대칭을 이룬다. DET = 행렬의 크기 ?

지도학습에서 분류할 때 라벨링이 된 데이터가 필요하다. 그리고 올바른 답을 찾는 일을 한다. 비지도 학습 데이터의 구조 - 데이터가 어떤 유사성을 가지는지, 몇개의 그룹이 있는지 데이터에 대한 라벨이 없으므로 올바른 정답이 주어지지 않는다. -> 데이터 내에 유사성을 찾아낸다. 지도와 비지도 구분 비지도 학습의 예 - 유튜브 친밀도 또한 클러스터링을 통해 알 수 있다. 섞여진 신호에서 내가 원하는 신호만 골라내는 것 각자 마이크는 그 사람의 목소리만 들어간다.

가장 일반적인 형태의 학습이다. Regression 여기서 115마력의 차량의 값은? -> 데이터를 잘 나타낼 수 있는 직선으로 나타낼 수 있다. 그 직선에서 115지점에서의 가격을 구할 수 있다. 2차원 선형 회귀를 통한 가격 예측하기 선형회귀 분석 - 라벨링이 되어있는 데이터를 통해 우리가 예측하는 수를 찾는 방식 우리는 마력에 따른 가격을 알기 때문에 라벨링이 있는 데이터를 가지고 있는 것으로 지도학습이다. 여기서 올바른 답 - 자동차 가격 Classification 이진 분류(0,1), 다중 분류(0,1,2,,,,,,,n) 이 데이터를 보고 37.9도의 체온이 양성일지 음성일지 판단할 수 있다. 주어진 데이터를 이용하여 예측함수를 찾아내고, 그 예측함를 이용하여 주어진 입력에 대한 결과를 예측해보..

유튜브, 멜론과 같은 어플에서 취향에 맞는 음악/ 영상을 추천해준다. 인공지능 - 컴퓨터 시스템으로 인간의 지능으로 해결할 수 있는 문제를 푸는 것 인간 지능의 고유한 영역을 컴퓨터에 부여하는 것이다. 머신러닝이란? 인공지능의 한 분야 컴퓨터 알고리즘이 경험으로부터 자동으로 학습하고, 성능을 향상 데이터와 알고리즘 사용에 집중하여 예시로 부터 학습하고, 정확도를 높인다. 명확하게 프로그래밍하지 않아도 문제 해결을 위한 능력을 가지는 것. 인간을 상대로 게임을 진행하는 인공지능은 많았다. 딥블루, 알파고 등등 딥러닝 정의 일 T와 성능지표 P로부터 경험 E를 통해 학습한다. 경험으로부터 학습한다! 이 세가지 요소를 두고 '머신러닝이란?, 학습이란?' 을 잘 설명해주고 있다. adaptive System 오..

코퍼스 = 데이터셋 전체를 이르는 말 오차(loss)를 줄이는 방향으로 지속적으로 학습한다. 생성형 ai에 대한 학습은? 파인 튜닝 - GPT에 헬스케어나 특정 전문 분야를 학습시키는 것

번역도 생성이긴 했지만 더 발전된 내용이라고 볼 수 있다. 마르코프 - 러시아의 수학자, 체인에 의한 확률적인 문제 풀이 RNN - 영상에서 CNN이 있다면 자연어 처리에는 RNN이 있다! Transformer - 자연어 처리에서의 최고봉 RNN과 LSTM은 결국 정보 손실의 문제가 있다. 바드도 이름이 변경 된 것으로 알고 있긴 한데 기억이 안나네요 영상쪽에선 Transformer과 같은 혁신적인 것이 나오지 않는다. Discriminator에서 No로 판별되면 Generator에서 학습이 된다. Yes라면 그대로 간다. Generator는 Yes가 많이 나오도록 된다. Discriminator는 판별을 정확하게 하도록 학습

Cognitive AI - 인지 인공지능 알렉사 같은 건 생성이 아닌가....? 데이터 마이닝 - 추론분야 전통적인 검색은 다운되고 있고, 생성형 인공지능이 많이 사용되고 있다. 자율주행 드론도 현재는 GPS로만 운행되고 있지만 센서를 통한 운행으로 변경을 준비하고 있다. 인지 인공지능 - 인식 네트워크 구조에서 디코더에 해당하는 것이 생성형 인공지능이다!