경북대학교 인공지능 수업 중간고사 정리본 요약본
- 최초 등록일
- 2022.06.22
- 최종 저작일
- 2022.06
- 8페이지/ MS 워드
- 가격 5,000원
소개글
경북대학교 인공지능 박O효 교수님 수업의 중간고사 요약본입니다.
PPT에 있는 내용을 되도록 모두 담으려고 노력하였으며, 깔끔하게 정리하고자 노력하였습니다.
이 필기본을 활용하여 수업 내용을 다시한번 정리하신다면 좋은 성적을 받을 수 있을 것이라 자부합니다.
사용폰트: 서울남산체 L
목차
없음
본문내용
인공지능 기초. AI 개요
정의 agents that act intelligently. 지능적으로 행동하는 계산 에이전트를 만들고 분석하는 학문 분야
강한 인공지능: 다양한 지능의 복합체
약한 인공지능: 한가지 지능에 특화된 인공지능
접근 방법 과학적: 인간의 지능을 충분히 연구한 후 원리를 충실히 모방하는 지능 기계 제작
공학적: 굳이 인간의 지능 원리를 따르지 않고 행동에 포커스. 현재 지배적인 접근 방법
방법론 규칙 기반 방법 - 사람이 사용하는 규칙을 수집하여 프로그래밍. if else로 쉽게 프로그래밍 할 수 있으나, 조금이라도 규칙 위반시 한계에 노출한다는 단점
- 분류하는 규칙을 사람이 구현
- 큰 데이터셋 불가능. 데이터 바뀌면 새로 작업해야하는 비효율성
기계학습 방법 - 충분한 데이터를 수집한 다음 기계학습 모델을 학습하는 방법(데이터 주도 패러다임)
- 특징 벡터를 추출하고 레이블을 붙이는 과정은 규칙 기반과 동일(수작업)
- 규칙 만드는 일은 기계학습 모델이 자동으로 수행
딥러닝 방법 - 레이블을 붙이는 과정은 기계 학습과 동일
- 특징 벡터를 학습이 자동으로 알아냄 (특징 학습, 표현 학습)
프로그래밍 환경 클라우드 방식(colab) vs 스탠드얼론 방식(local)
기계 학습과 인식. 기계 학습 기초
iris 데이터셋 데이터셋은 샘플로 구성되며, 각 샘플은 특징 벡터(target)와 클래스(레이블, target)로 구분된다
레이블은 원핫 코드로 표현된다 (한 요소만 1인 이진열)
훈련 집합: 특징 벡터와 레이블 정보를 모두 제공
테스트 집합: 특징 벡터 정보만 제공하고, 예측 결과를 가지고 정확률을 측정할 때 레이블 정보 사용
참고 자료
없음