원당컴퓨터학원

위의 그림에서 사람의 감독여부에 따라 지도학습/비지도학습/강화학습으로 구분을 할 수가 있습니다. 여기서 지도학습은 사람이 정답을 제공하는 학습이며 비지도 학습은 정답을 제공하지 않고 머신러닝 스스로 학습을 하는 형태라고 배웠습니다. 오늘은 비지도 학습에서 사용하는 군집화/변환/연관의 관계들을 알아 보도록 하겠습니다. 군집화(Clustering)란? 클러스터의 정의를 살펴보면 다음과 같습니다. 클러스터란 비슷한 특성을 가진 데이터들의 집단 반대로 데이터의 특성이 다르면 다른 클러스터에 속해야 한다. 클러스터 정의와 같이 비슷한 것을 만들어 그룹을 만드는 것을 군집화(Clustering)라고 합니다. 그렇다면 군집화와 분류의 차이는 무엇일까요? 여러분이 이사를 한다고 생각해 보세요. 이삿짐 센터 직원들이 안..

위의 그림에서 머신러닝을 사람의 감독여부에 따라 지도학습/비지도학습/강화학습으로 구분을 할 수가 있습니다. 또한 지도학습은 이전시간에 용어에서 배웠던 연속형 숫자의 회귀와 분류로 나누어 지는 것을 알 수 있습니다. 오늘은 지도학습에 대해 알아보고 회귀와 분류에 대한 개념을 이해하고 넘어 가 보겠습니다. 지도학습이란? 지도학습은 역사를 공부하는 것과 같습니다. 역사를 살펴 보면 과에에 있었던 사건이 원인과 결과로 기록 되어 있습니다. 역사를 알면 어떤 사건이 일어 났을때 그것이 어떤 결과가 일어날 지를 예측 할 수가 있습니다. 마찬가지로 지도학습은 과거의 데이터로부터 학습해서 결과를 예측하는데 주로 사용 됩니다. 우리가 카페 사장이라고 가정하겠습니다. 다음 표는 우리 가게에서 판매된 레모네이드 판매량에 해..

오늘은 변수에 대해 알아 보도록 하겠습니다. 변수 영역은 값이 변한다고 해서 변수라고 하는데요~ 이렇게 변하는 수는 변수, 변하지 않는 값은 상수라고 합니다. 예를 들어 1차함수 y=ax+b 와 같은 식이 있다고 하면 여기서 a와 b의 값은 변하지 않는 상수값에 해당이 되고~ x의 값에 따라 y 의 값이 변하기 때문에 x,y는 변수라고 합니다. 이러한 상수와 변수의 개념은 인공지능에서 다음과 같이 활용이 됩니다. - 인공지능에서 사용하는 모델 중의 하나인 신경망(neural network) 에서는 가중치(w) 라는 개념이 있는데 컴퓨터가 이러한 가중치(w)를 스스로 학습하며 결정하게 됩니다.(이 가중치는 a 에 해당하는 상수값) - 재미 있는 것은 컴퓨터가 가중치(w)를 학습할 때는 '상수'의 역할을 한..

인공지능의 역사를 보면 1950년대 퍼셉트론을 제시 후 이 이론을 바탕으로 1960년대 제1전성기를 맞이하게 되는데요~ 이 퍼셉트론은 향후 다층 퍼셉트론으로 다시 돌아 오면서 제2전성기를 맞이 하게 됩니다. 그렇다면 이 퍼셉트론이 무엇인지 알아 볼 필요가 있을것 같네요~ 일단 퍼셉트론을 살펴 보기 위해 사람의 뇌의 구조를 살펴 보겠습니다. 퍼셉트론에서 갑자기 뇌? 라고 생각하실 수 있지만 퍼셉트론은 사람의 뇌를 본떠서 만든 이론 입니다. 뉴런의 모습 사람의 뇌는 위와 같은 뉴런이 천억개 넘게 있으며 서로 엉켜 있습니다. 이 뉴런들은 서로 정보를 주고 받습니다. 서로 다른 뉴런들은 정보를 전달할지 말지를 판단합니다. 만약 전달받은 신호의 세기가 해당 뉴런의 기준보다 더 높다면 신호를 전달하고 그렇지 않다면..

지난 시간에 인공지능 역사를 살펴 보면서 1950년 앨런튜링이 기계가 인간과 얼마나 비슷하게 대화 할 수 있는지를 기준으로 기계 지능을 판별하는 튜링 테스트를 제안 했다고 배웠습니다. 오늘 튜링 테스트를 다루는 것은 이 튜링 테스트가 인공지능 역사에 막대한 영향을 끼지고 인공지능 이론에서 중요한 개념이 되었기 때문입니다. 튜링테스트란? 튜링테스트는 질의 응답을 통해 기계가 인간 수준의 지능이 있는지 가려내는 방법입니다. 1950년 10월 튜링이 공개한 논문 에서 처음 소개한 개념입니다. 1940년대 후반 동료와 비평가들로부터 기계는 절대 인간 지능을 흉내내지 못한다는 말을 듣게 되면서 튜링은 사람들의 의견에 의문을 가졌고 결국 논문을 통해 강한 인공지능을 판별하는 방법을 제시합니다. 논문에서 "기계가 생..

인공지능을 제대로 이해하기 위해서는 인공지능의 역사를 살펴 볼 필요가 있습니다. 인공지능의 시작은 1940년대부터 시작한 것을 확인 할수가 있습니다. 요즘 같은 컴퓨터의 디지털 컴퓨터로 에니악(ENIAC)이 1946년에 개발 된것을 생각하면 인공지능의 역사는 우리가 생각하는 것 보다 훨씬 더 오래전이라는 사실을 알 수 있습니다. 인공지능의 탄생 : 1943년~1956년 수학,철학,공학,경제 등 다양한 영역의 과학자들에게서 인공적인 두뇌의 가능성이 논의 되었고 1956년 인공지능이라는 용어가 처음 사용되며 학문 분야로 들어섰다. 1950년 앨런튜링이 기계가 인간과 얼마나 비슷하게 대화 할 수 있는지를 기준으로 기계 지능을 판별하는 튜링 테스트를 제안 태동기 : 1956년~1974년 1958년 프랑크 로젠블..

지난 시간에 머신러닝과 딥러닝 그리고 인공지능의 관계에 대해서 알아 보았습니다. 머신러닝은 약인공지능에 포함되는 기술이며 인공지능을 공부하기 위해서는 머신러닝과 딥러닝에 대해서 학습을 해야 합니다. 머신러닝(Machine Learning)을 한글로 풀어 쓰면 '기계학습' 입니다. 기계학습을 위키백과에서 찾아 보면 다음과 같이 정의 되어 있습니다. 경험을 통해 자동으로 개선하는 컴퓨터 알고리즘의 연구 머신러닝은 스스로 규칙을 수정합니다. 먼저 알아야 할 개념은 '학습' 입니다. 머신러닝과 딥러닝에서 말하는 학습은 데이터 규칙을 컴퓨터 스스로 찾아 내는 것을 말합니다. 우리가 전통적인 프로그래밍 규칙을 이용하여 프로그램을 개발을 했었다고 하면 위의 문장을 이해하기 어려울 수가 있습니다. 전통적인 프로그래밍을..

인공지능(Artificial Intelligence) 이란? 위키 백과에 따르면 위와 같이 정의 되어 있습니다. 인공지능은 인간의 학습능력, 추론능력,지각능력, 그외에 인공적으로 구현한 컴퓨터프로그램 또는 이를 포함한 컴퓨터 시스템 즉 '사람의 지능을 만들기 위한 시스템이나 프로그램' 을 의미합니다. 예를 들어 알파고(2016년 이세돌 9단과의 공개 대국에서 4승 1패로 승리)와 같이 '사람처럼 바둑을 둘 수 있게 만들어진 프로그램' 또는 음성비서 와 같이 '사람의 음성으로 질문한 것에 대한 답을 할 수 있도록 만들어진 프로그램'이 있습니다. 인공지능은 강 인공지능(Strong AI) 와 약 인공지능(Weak AI) 로 구분된다. 강 인공지능이란? 강 인공지능은 '사람과 구분이 안 될 정도로 강한 성능을..