Stack Building

1. 인공지능의 주인이 되기 위해 반드시 알아야 할 것들 오혜연 KAIST 전산학부 교수 인공지능을 다루기 위해 꼭 필요한 주요 요소들을 쉽게 설명해둔 영상이다. 크게 목적함수, 학습, 일반화로 나눌 수 있다. 목적함수는 인공지능의 알고리즘 조정 과정에서 가중치를 설정하는 것으로 예를 들어 주셨고, 학습에는 학습 데이터를 잘 정제해서 입력하고 입력한 후 적절하게 구분해야 한다는 것을 알려 주셨다. 일반화는 새로운 것에 적용하는 것과 관련한 것인데 학습된 것과 무관한 것에도 적용될 수 있는 것을 의미한다. 2. 모두를 위한 인공지능 : Building AI for Everyone 제프 딘 구글 AI 총괄 시니어 펠로우 텐서플로우를 사용한 분석으로 고래 위치, 행동 및 이동 패턴을 알고 예측할 수 있었던 경..

1. 기본 개념 ㅡ지도학습 (분류): 학습 데이터(training data, 관측치, 값 등)는 정답(분류 결과, 클래스)을 알려주는 레이블이 붙어있다. 새로운 데이터는 이 학습 데이터를 기반으로 분류된다. 분류는 이산/명목형 자료와 같은 범주형 클래스 레이블을 추정한다. 학습 데이터 셋과 그 값(클래스 레이블)을 분류한classify 것에 기반한 모델을 생성하여 새로운 속성을 분류하는 데 사용한다. flat하게 나누는 것과 계층이 있게 나누는 것으로 또 나뉠 수 있다. flat한 분류는 여학생/남학생으로 분류하는 것이 있고, 계층이 있는 분류는 저학년/고학년으로 분류하는 것이 있다. 수치 예측은 알려지지 않거나 결측치와 같은 연속값 함수를 모델링한다. ㅡ비지도학습 (클러스터링): 학습 데이터의 레이블을..