뭘 배웠지?

인공지능 강의 12화를 보며 배운내용 KEYWORDS 인공 신경회로망: 생물학 신경체계 이해를 바탕으로 지능적 문제해결에 사용하기 위한 구조 및 학습 방법을 모델링 활성함수: 연결가중치가 적용된 입력이 뉴런에 전달되었을 때 뉴런의 출력을 활성활 할 것인지, 활성화할 경우 어떤 값을 출력으로 전달할 것인지 결정하는 함수 피드포워드 신경망: 신호가 입력층에서 출력층으로 전달되는 신경망 구조 순환 신경망: 뉴런의 출력이 입력으로 들어갈 수 있는 순환연결 신경망 구조 준지도학습: 라벨이 지정되지 않은 큰 규모 학습표본 집합과 작은 규모의 라벨이 지정된 학습표본 집합을 사용하는 학습 방법 배치학습: 학습 표본집합 내의 각각 표본에 의한 연결가중치 변화분을 누적하고, 전체 학습 표본에 대해 누적 변화량을 반영하여 ..

인공지능 강의 11화를 보며 배운내용 KEYWORDS 회귀분석: 독립변수와 종속변수 사이 상관관계 추정 선형회귀: 독립변수와 종속변수 사이의 상관관계를 선형함수로 모델링 평균제곱오차(mean squared error): 실제값과 예측값 사이 오차를 제곱한 값의 평균 로지스틱 회귀: 회귀 분석 기법 중 종속변수가 0 or 1, 참 or 거짓 등 구분하기 위한 방법 다향 로지스틱 회귀: 3개 이상 클래스를 식별하기 위한 로지스틱 회귀 군집화: 패턴 집합을 같은 종류라고 할 수 있는 몇 개의 서브클래스로 분할 k-평균 군집화: k개 평균벡터를 임의 위치로 시작, 학습표본 집합으로 반복적 업데이트, 학습표본 집합을 대표하는 평균벡터를 만드는 군집화 회귀분석(regression anlysis) 독립변수와 종속변수..

인공지능 강의 10화를 보며 배운내용 KEYWORDS 지도학습: 입력과 출력을 학습 데이터로 제시하여, 입력에 대한 시스템 출력이 기대하는 출려과 같아지도록 시스템 변화시키는 학습 방법 자율학습: 입력값만으로 구성된 학습 데이터 집합을 사용해서 유사한 입력에 대해 동일한 출력을 내도록 학습 강화학습: 에이전트는 현재 환경에 대해 행동을 경정해서 실행, 이에 따라 변화된 환경과 함께 보상을 받음. 이를 통해 에이전트는 일련의 행동에 따른 보상을 최대화 하는 정책 개발 귀납적 추론: 반복적인 관찰, 경험을 기반으로 일반화된 논리를 이끌어 내는 추론 결정트리: 분할정복 방식, 입력공간을 분할해서 입력된 대상을 분류하거나 회귀 분석 위한 트리 기계학습(Machine Learning) 인공지능 시스템이 지능적 행..

인공지능 강의 9화를 보며 배운내용 KEYWORDS 거리측정자: 특징공간상에 두 좌표 사이 거리를 계산하는 척도 주성분 분석(Principal Component Analysis, PCA): 고차원의 데이터 공간을 주성분축들로 구성된 공간으로 선형 직교변환을 해서 상관관계를 최소화하는 공간으로 변환. 그 중 큰 분산을 갖는 축으로 구성된 저차원의 데이터 공간으로 표현함으로써 특징 차원을 축소 생성 모델(Generative Model): 어떤 클래스 C에 대해 특징벡터 x가 발생할 조건확률 p(x|C) 를 학습하는 모델 판별 모델(Discriminative Model): 어떤 특징벡터 x가 주어졌을 때 클래스 C에 속할 조건확률 p(C|x) 를 추정하는 모델 베이즈 분류기: 특징벡터가 관찰되었을 때, 특정 ..

인공지능 강의 8화를 보며 배운내용 KEYWORDS 컴퓨터 시각(Computer Vision): 인간의 시각체계를 컴퓨터에 넣기 위해 연구하는 인공지능의 한 분야 4-이웃 연결성: 한 픽셀에서 가장 가까운 상, 하, 좌, 우 네 개의 픽셀을 연결된 이웃으로 정의 8-이웃 연결성: 한 픽셀을 둘러싼 8개의 픽셀을 모두 연결된 이웃으로 정의 표본화: 계속 변하는 아날로그 신호 => 이상(discrete) 신호로 변환 양자화: 이산신혼의 값에 정해진 정밀도로 분할된 구간의 대표값을 부여하는 과정 영상 평활화(Image Smoothing): 영상에서 변하는 잡음을 제거하기 위한 제반 처리 저역통과 필터: 신호에서 고주파 성분 부분을 제거하는 처리하는 필터 중간값 필터: 정해진 크기의 영역 내의 픽셀 값들 중에서..

인공지능 강의 7화를 보며 배운내용 KEYWORDS 퍼지집합: 어떤 대상이 집합에 포함될 가능성을 0~1 값으로 표현한 집합 퍼지논리: 명제의 논리값이 0~1 범위에 속하는 값으로 표현되는 논리 비퍼지화: 퍼지추론에서 얻은 소속함수로 정량화할 수 있는 값을 만들어 내는 과정 퍼지(Fuzzy)이론 참, 거짓의 구분이 모호한 문제의 해결을 위한 이론 0~1사이 값을 갖는 소속함수를 이용해서 표현 퍼지집합의 예 사과 두어 개 => {(2, 1.0), (3, 0.5)} 두어 개라고 하니까 모호(fuzzy)하다 그래서 뒤에 가능성을 1.0, 0.5로 표현해줬다. 퍼지논리 명제의 논리값이 0부터 1의 범위에 속하는 값으로 표현된다. Lukasiewicz의 퍼지논리 연산자 퍼지추론 퍼지규칙이 필요 친숙한 'IF 조건..

인공지능 강의 6화를 보며 배운내용 KEYWORDS 연언표준형: 리터럴의 논리합으로 이루어진 절들의 논리곱 형식으로 표현된 논리식 연언 표준형을 잘 알아두자 선언표준형: 리터럴의 논리곱으로 이루어진 절들의 논리합 형식으로 표현된 논리식 연역추론: 이미 알고 있는 전제를 이용해서 정확한 결론을 이끌어내는 추론 방법 긍정논법(modus ponens): P와 P -> Q가 참일 때 Q가 참이라는 결론을 내리는 추론 과정 부정논법(modus tollens): P->Q와 ~Q가 참일 때 ~P가 참이라는 견론을 내리는 추론 과정 삼단논법(law of syllogism): P->Q와 Q->R이 참일 때 P->R가 참이라는 결론을 내리는 추론 과정 술어논리: 객체와 술어로 나누어 명제를 표현하는 방식, 객체를 표현하기..

인공지능 강의 5화를 보며 배운내용 키워드 지식기반 시스템: 특정 분야의 지식을 쉽게 접근할 수 있는 형태로 컴퓨터에 체계적으로 축적, 사용 - 핵심 구성요소: 지식베이스와 추론기관 절차적 지식: 어떤 경우에 무엇을 어떻게 할 것인가에 대한 지식, 지식 사용에 대한 제어 정보가 지식 자체에 내포, 추론의 적합성이나 지식 획득의 효율이 안좋다. 선언적 지식: 상호 독립적, 단편적인 지식을 나열해 놓은 형태, 추론기관이 별도로 존재, 추론기관 프로그램에 의해 지식이 활용 지식 베이스: 대상 분야의 지식을 포함한 문제풀이에 필요한 지식을 체계적으로 저장하는 지식기반 시스템의 구성 요소 추론기관: 지식 베이스 내의 지식을 이용하여 추론, 결론을 제시하는 지식기반 시스템의 구성 요소 - 규칙 해석기 + 스케쥴러가..

인공지능 강의 4화를 보며 배운내용 KEYWORDS 최대최소 탐색: 교대로 수를 두는 2인 게임에서 나의 수와 상대의 응수를 나타내는 게임 트리에서 수를 결정하기 위한 탐색 기법 α-β 가지치기: 최대최소 탐색트리의 불필요한 가지를 잘라내서 탐색의 성능을 높이기 위한 알고리즘 몬테카를로 트리 탐색: 게임과 같은 의사결정 문제의 해결을 위해 무작위 표본화를 바탕으로 구성되는 탐색트리로부터 최적의 선택을 하기 위한 경험적 알고리즘 A* 알고리즘: 다음 확장할 노드를 결정할 때 그 노드까지 도달하는 경로비용과 그 노드로 부터 목표 노드에 도달하기 위한 경로비용 예측치의 합이 최소인 노드를 선택하여 탐색 최대최소 탐색(minimax search) 나 =>내가 둘 수 있는 가장 유리한 수(Maxmize) 상대 =..

인공지능 강의 3화를 보며 배운내용 Keywords 언덕오르기 탐색: 랜덤 상태에서 시작해서 가장 목표에 근접한 후계상태로 이동하는 탐색 알고리즘 지역최대치 문제: 시스템 최대치에 해당되는 계수를 찾는 문제에서 실제 최대치가 아닌 주변 극대치에 해당되는 계수를 찾게되는 문제 모의 담금질: 탐색공간에서 평가함수의 전역최대치(최소치) 해를 구하기 위한 확률적인 경험적 접근 방법, 현재 상태를 개선하지 않는 후계상태로도 시간에 따라 감소하는 확률로 이동할 수 있도록 함으로써 지역최대치(최소치)에서 빠져나올 수 있게 하는 방법 A* 알고리즘: 다음 확장할 노드를 결정할 때 그 노드까지 도달하는 경로비용과, 그 노드로부터 목표노드에 도달하기 위한 결로비용 예측치의 합이 최소인 노드를 선택하여 탐색 후계노드: 자식..