20.3. (월) 머신러닝

1. 머신러닝이란?

• 인공지능 분류의 시작
  • 알파고(AlphaGo)에 의한 딥러닝의 등장 이후 이 기술은 다양한 분야에 적용되어 인공지능의 개념으로 활용되고 있다.
    • * 즉, “인공 지능”, “머신 러닝” 및 “딥 러닝”과 같은 용어가 혼용되어 사용됩니다.
    • 인공지능: 인간의 지적 능력을 컴퓨터를 통해 구현하는 기술
      • 전문가 시스템, 규칙 기반 시스템
    • 기계 학습: 컴퓨터가 데이터로부터 독립적으로 학습하고 예측 또는 결정을 내리는 기술입니다.
      • 의사 결정 트리
      • 선형 회귀
      • 퍼셉트론
    • 딥러닝(Deep Learning): 심층 인공신경망 알고리즘을 이용한 머신러닝 기술
      • 컨벌루션 신경망(CNN)
      • 심층 강화 학습
      • 순환 신경망(RNN)
  • 인공 지능 개념의 분류
    • 인공지능 : 모든 용어를 포괄하는 가장 큰 개념
    • 기계 학습은 다음 개념입니다
    • 인공지능 붐을 이끌고 있는 딥러닝은 가장 작은 개념
      • 하지만 사람들은 딥러닝 기반 인공지능을 좁은 의미의 인공지능으로 이야기하는 경우가 많습니다!
  • 인공 지능이란 무엇입니까?
    • 일반인이 수행하는 지능형 업무를 자동화하는 연구 활동
  • 인공 지능의 초기 형태
    • 전문가가 만든 수많은 명시적 규칙을 기반으로 프로그래머가 만든 하드코딩된 규칙으로 만든 프로그램(전문가 시스템)
  • 기계 학습이란 무엇입니까?
    • 인간이 학습을 통해 점차 정확도를 향상시키는 방식을 모방하기 위해 데이터와 알고리즘을 사용하는 데 중점을 둔 인공 지능(AI) 및 컴퓨터 과학의 한 분야입니다.
  • 기계 학습 기능
    • 학습 데이터를 스스로 학습하므로 다양한 통계 알고리즘을 통해 정확한 결과를 예측할 수 있습니다.
    • 미리 결정된 규칙이 아닌 데이터를 기반으로 예측 및 결정을 내리는 모델을 구축합니다.
    • 귀하는 입력하지 않은 정보에 대해 판단이나 결정을 내릴 수 있습니다.
  • 기계 학습 프로세스
    • 분류 또는 예측은 통계적 방법을 사용하는 알고리즘에 의해 수행됩니다.
    • 데이터에서 중요한 인사이트를 도출하도록 교육합니다. •
    • 결과적으로 위의 통찰력은 주요 성장 지표에 이상적으로 영향을 미치는 애플리케이션 및 비즈니스 의사 결정을 가속화합니다.
  • 기계 학습 애플리케이션
  • 문자인식, 얼굴인식, 자동번역, 챗봇 등 자연어 처리 분야
    음성인식, 필기인식, 텍스트마이닝, 스팸필터, 추천인 시스템 등 •
  • 유전자 분석, 단백질 분류 등

* 필수 삽입 링크: http://bit.ly/3Y34pE0

<2 Fotos>

> 본 포스팅은 패스트캠퍼스 환불 챌린지 참여를 위해 작성되었습니다.