AI에 활용된 미분

목차

I. 서론
1. 동기
2. 탐구 절차
3. 탐구 방법
4. 관련 수학 내용

II. 본론
1. 탐구 가정
2. 편미분
1) 인공지능과 편미분
2) 기울기 벡터
3. 연쇄 법칙
1) 오류 역전파 알고리즘
2) 연쇄 법칙과 국소적 미분
4. 오차 역전파
1) 오차 역전파의 정의
2) 오차 역전파의 구동 방식

III. 결론
1. 내용 요약 및 정리
2. 느낀 점

IV. 참고문헌

본문내용

I. 서론
1. 동기
요즘 점점 AI 학습 인공지능을 활용해 유아교육에 사용하는 유치원이 많아지고 있는데, 이젠 아이들도 익숙하고 친근한 AI에는 어떠한 수II 원리가 사용되었을까 궁급증이 생겼다. 그러던 중 「인공지능과 뇌는 어떻게 생각하는가」라는 책을 읽게 되었고, AI에 활용된 ‘오차 역전파법’에 흥미를 느끼게 되어서 이 주제를 선정하게 되었다.

2. 탐구 절차
첫 번째로 편미분과 관련해서 인공지능에 활용된 편미분의 사례를 알아보고, 그와 관련된 ‘기울기 벡터’에 대해서 알아본다. 두 번째로 연쇄법칙과 관련한 오류 역전파 알고리즘과 국소적 미분에 대해서 알아본다. 마지막으로 오차 역전파의 순전파와 역전파, 오차 역전파의 구동 방식에 대하여 알아본다.

3. 탐구 방법
서적 「인공지능과 뇌는 어떻게 생각하는가」를 읽고 나서 AI에 활용된 다양한 수II 원리에 대해 알아보고, AI에서 가장 중요하다고 볼 수 있는 오차 역전파법에 사용된 미분에 대해 자세히 탐구해본다.

4. 관련 수학 내용
1. 미분:어떤 함수의 정의역 속 각 점에서 함숫값의 변화량과 독립 변숫값의 변화량 비의 극 한 혹은 극한들로 치역이 구성되는 새로운 함수다.
2. 연쇄법칙:합성함수를 미분하는 공식이다. 합성함수의 미분법이라고도 한다.

II. 본론
1. 탐구 가정
인공지능에 어떠한 수II 원리가 사용되었는지 탐구해보고자 한다.

2. 편미분
1) 인공지능과 편미분 : 인공지능에서 사용하는 함수가 복잡한 이유는 파라미터(매개변수)가 많기 때문이다. 그래서 보통 상미분을 하는 1변수 함수는 거의 없다고 보면 된다. 따라서 여러 개의 변수를 미분하는 '편미분'이 더 중요하다고 볼 수 있다. 편미분은 주로 미분하는 변수 하나를 지정하고, 다른 변수는 상수로 다룬다. 따라서 f(x, y)의 경우 x, y 각각을 기준으로 두면 도함수 2개를 계산해 x, y 각각에서의 기울기 2개(미분계수 2개)를 구할 수 있다.

참고자료

· 책 : 이상완, 인공지능과 뇌는 어떻게 생각하는가, 솔, 2022
· 신문기사 : Mattew Tyson, 머신러닝 스타일:인공 신경망과 작동 원리, 함수 구조, IT WORLD, 2023.01.25