[모두의 인공지능 with 파이썬] 첫째마당. 인공지능 개념 이해하기
인공지능 개념 이해하기 : https://www.youtube.com/watch?v=ggPvBsdPlF8&list=PLa9dKeCAyr7iXpGqNHKXmeqB6LLo7ieS9
UNIT 01 인공지능 개념 이해하기
* 인공지능이란? 인공적으로 만든 지능(사람들이 생각할 수 있는 능력 – 인식, 행동…)
* 머신러닝이란? 데이터(데이터와 그 데이터로 인해 나타나는 결과)를 사용해서 기계가 스스로 학습하는 방식으로 인공 지능을 만들 수 있는 방법 중 하나 → 스스로 프로그램을 만들 수 있음(=학습)
UNIT 02 머신러닝의 학습 방법 살펴보기
지도학습 – 정답데이터(레이블)로 학습
누가 무엇을 알려준다 = 인공지능을 누군가(정답 데이터=레이블)가 직접 가르치고 이끄는 학습 방법
ex> 사과와 배 사진 구분 = 이름(레이블=Lable)은 일정 – 여러장 사진으로 학습 후 레이블이 뭔지 물어보기
분류 : 지도학습은 레이블 개수에 따라 분류. 이진분류(ex> 스팸 or 일반 메일). 다중 분류(ex> 새의 종류 or 지폐의 종류)
회귀 : 연속적인 값 예측. 특정 값 뿐만 아니라 다양한 값 예측 가능. (ex> 집 값 예측. 주식 예측 – 방 개수, 범죄율, 고속도로 접근성 등 총 13가지 특징 데이터를 가지고 집 값 예측. 이때 정답은 집 값.)
비지도 학습 – 정답 없는 데이터로 학습
정답이 있는 데이터가 아닌, 정답이 없는 데이터 사용
ex> 배와 사과을 보여주고 그것을 2개로 나누어 보라고 지시. 그게 사과랑 배 인지는 모르지만 스스로 데이터 특정을 찾아 구분. 이 과일 사진을 어디로 분류할래?
현실의 문제는 닶이 없는 경우가 더 많기에 비지도 학습이 유용하게 사용됨
군집화 : 데이터를 다양한 그룹(군집=cluster)으로 만들 수 있음 – 추천 시스템을 만들 수 있음
차원 축소: 차원(데이터 특징 = 피처 = feature). 모든 조건(데이터)를 고려할 수 없으므로 이 중 몇가지 특징만 좁혀서 비교 = 데이터의 피처를 줄인다.
강화 학습 – 시행착오를 거쳐 학습하는 방법
강화 : 어떤 것의 수준이나 정도를 높임
인공지능의 수준을 높인다 = 시행착오
달성하려는 목표와 상이 있으면 인공지능은 스스로 자신에게 상을 주며 목표를 이루어 감
ex> 딥마인드 벽돌깨기 게임 – 공을 쳐서 벽돌이 깨지면 상을 줌 – 점점 스코어 높여감.
자율주행 자동차. 인공지능 로봇 같은 곳에 사용.
UNIT 03 인공지능 체험하기
Teachable Machine : https://teachablemachine.withgoogle.com/
Quick Draw : https://quickdraw.withgoogle.com/
Auto Draw : https://autodraw.com/
[모두의 인공지능 with 파이썬] 첫째마당. 인공지능 개념 이해하기
[모두의 인공지능 with 파이썬] 둘째마당. 딥러닝 이해하기
[모두의 인공지능 with 파이썬] 셋째마당 인공지능 개발을 위한 파이썬 첫걸음
[모두의 인공지능 with 파이썬] 넷째마당 딥러닝 프로그래밍 시작하기 1
[모두의 인공지능 with 파이썬] 넷째마당 딥러닝 프로그래밍 시작하기 2 – 숫자 인식 인공지능 만들기