인공지능의 이해 기말고사 관련 족보입니다.

목차

없음

본문내용

챕터8. 머신러닝
1.인공지능(AI): 사고방식이나 학습 등과 같이 인간이 가진 지적 능력을 컴퓨터를 통해 구현하는 기술입니다
2.머신러닝(Machine Learning): 컴퓨터를 인간처럼 학습하게 함으로써 인간의 도움 없이도 컴퓨터 스스로가 새로운 규칙을 발견할 수 있도록 하는 기술입니다
3.딥러닝(Deep Learning): 여러 개의 은닉층을 가진 인공신경망을 사용하여 머신러닝 학습을 수행하는 기술입니다
4.데이터별로 어떤 특징을 가지는지 찾아내고 그것을 토대로 데이터를 벡터로 변환하는 작업을 (특징 추출:Feature Extraction)이라고 합니다
5.지도학습(Supervised Learning): 문제와 답을 함께 학습해 미지의 문제에 대한 올바른 답을 예측하는 머신러닝의 한 방법입니다
6.비지도학습(Unsupervised Learning): 지도해줄 조력자의 도움없이 컴퓨터 스스로 학습하는 형태로, 컴퓨터가 입력값만 있는 훈련 데이터를 이용하여 규칙성을 찾는 학습 방법입니다
7.강화학습(Reinforcement Learning): 자신이 한 행동에 대해 보상을 받으며 학습하는 것으로, 컴퓨터가 주어진 상태에 대해 최적의 행동을 선택하는 학습 방법입니다
8.분류(Classification)모델은 레이블이 포함된 데이터를 학습하고 유사한 성질을 갖는 데이터끼리 분류한 후, 새로 입력된 데이터가 어느 그룹에 속하는지 찾아내는 기법입니다
9.k-최근접 이웃[KNN(k-Nearest Neighbors)]: 새로운 데이터가 주어졌을 때 기존 데이터 가운데 가장 가까운 k개의 이웃 정보로 새로운 데이터를 예측하는 알고리즘입니다
10.종속변수: 연구자가 독립변수의 변화에 따라 어떻게 변하는지 알고 싶어하는 변수입니다
11.군집화(Clustering): 어떤 데이터들이 주어졌을 때 그 데이터들을 유사한 정도에 따라 군집(클러스터)으로 분류 하는 것을 의미합니다
12.가중치(Weight): 입력 신호가 출력 결과에 미치는 중요도를 조절하는 매개변수입니다

참고 자료

없음