인공지능 서비스와 기술의 이해

 

인공지능

: 인간의 지능을 기계로 구현하는 모든 형태

사물을 인식하는 컴퓨터 비전과 사람의 말을 인식하는 자연어 처리, 사물의 위치에 따라 스스로 판단해서 피해 가는 로봇공학 등, 사람이 일상생활을 영위하는 가운데 무의식 중에 자연스럽게 하는 모든 행동 하나하나가 뇌, 곧 지능으로부터 나오듯 이것을 인공으로 만드는 모든 형태를 의미한다.

 

머신러닝

: 인공지능을 만들기 위한 구체적인 접근 방식

컴퓨터에게 사람이 직접 명시적으로 로직을 설명하지 않아도 데이터를 통해 컴퓨터가 학습을 하고 그것을 사용해 컴퓨터가 자동으로 문제를 해결하게 하는 것

 

딥러닝

: 머신러닝을 실현하는 기술로서 뇌의 뉴런과 유사한 형태로 입출력 계층을 만들고 데이터를 학습하는 기술

 

 

 

" 인공지능 ⊃ 머신러닝 ⊃ 딥러닝 "

인공지능과 머신러닝, 딥러닝의 차이

 

 

 

 

---

 

 

 

머신러닝의 유형

머신러닝 기술 유형 분류

 

 

1. 지도학습(Supervised Learning)

정답을 미리 알려주고 문제를 풀게 하는 것이다. 강아지와 고양이 사진을 보여주고 강아지와 고양이에 대해 학습하는 것이다. 그러면 컴퓨터는 강아지라는 정답을 알고 있기 때문에 사진 속에서 강아지의 특징값을 추출하게 된다.

                     정답에 맞추어 학습을 수행하는 지도학습                      http://terms.tta.or.kr/dictionary/dictionaryView.do?word_seq=168096-9

이를 대량으로 학습하게 되면 강아지로 분류해야 할 특징 값들이 정교해져서 정밀도가 상승한다. 정답인 값을 가지고 있으니 함수를 손쉽게 구할 수 있다. 이렇듯 과거의 데이터를 가지고 학습 모델을 만들 수 있다. 이 학습 모델에 새로운 데이터를 적용해서 예측/추정, 분류  등의 작업을 수행한다.

 

 

 

 

 

 

2. 비지도학습(Unsupervised Learning)

입력에 대한 정답이 부여되지 않으며, 정답 없이 데이터만을 학습에 이용한다. 지도학습의 강아지, 고양이처럼 미리 정확한 답을 인지시킨 후에 학습을 진행하는 것이 아니라, 데이터 자체에서 유용한 패턴을 찾아내는 학습방법이다.

                                                     문제의 분류를 이해하는 비지도 학습                                                    http://terms.tta.or.kr/dictionary/dictionaryView.do?word_seq=168097-9

따라서 궁극적으로 입력만으로 데이터를 탐색하여 패턴을 찾아내야 한다. 추출된 특정값을 기준으로 군집을 생성하고 생성된 군집이 최종적인 라벨 값이 된다.

 

 

 

 

 

 

3. 강화학습(Reinforcement Learning)

기계 학습 중 컴퓨터가 주어진 상태에 대해 최적의 행동을 선택하는 학습 방법이다.

지도/비지도 학습에 이용되는 훈련 데이터 대신, 주어진 상태에 맞춘 행동의 결과에 대한 보상을 통해 컴퓨터의 성능을 향상시킨다. 주로 게임이나 로봇 제어 등에 적용된다.

http://terms.tta.or.kr/dictionary/dictionaryView.do?word_seq=168098-10

 

 

참고 도서
마창수,최재철, 『실무가 훤히 보이는 머신러닝&딥러닝』, 책만