본문 바로가기
반응형

인공지능(AI)

 (139)
인공지능에서의 분류 (3) 대표적인 분류 알고리즘 로지스틱 회귀분석(Logisitc Regression) 이름과 달리 로지스틱 회귀는 실제로 분류 알고리즘입니다. 결과가 두 가지 가능한 범주(예: '예' 또는 '아니오') 중 하나가 될 수 있는 이진 분류 문제에 유용합니다. 은행이 대출 신청을 승인할지 여부를 결정하는 것을 고려해 보면, 로지스틱 회귀 분석을 사용하여 은행은 신용 이력, 연간 소득 및 대출 금액과 같은 특성에 따라 '대출 불이행 의지'와 '대출 불이행 의지'의 두 그룹으로 분류할 수 있습니다. 의사결정 트리(Dicision Trees) 의사결정 트리는 나무와 같은 의사결정 모델을 사용하는 직관적이고 이해하기 쉬운 분류 알고리즘입니다. 각 '가지'는 선택 또는 조건을 나타내고, 각 '잎'은 결과 또는 클래스를 나타냅..
인공지능에서의 분류 (2) 분류 알고리즘의 학습 인공지능 분류 알고리즘의 훈련은 복잡해 보이지만, 그것은 인간이 배우는 방법과 유사합니다. 아이들이 동물을 식별하는 방법을 생각해 보면 호랑이를 위한 줄무늬 또는 코끼리를 위한 코와 같은 특정한 특징을 그들이 보여준 라벨이 붙은 이미지로부터 연관시킵니다. 분류 알고리즘은 지도 학습이라는 방법을 사용하여 현저하게 유사한 방식으로 훈련됩니다. 모델 학습(Model Learning) 이 단계에서는 분류 알고리즘에 레이블로 표시된 동물 이미지를 보여주는 것과 같이 모든 데이터 포인트에 올바른 클래스로 레이블이 지정된 데이터 세트가 제공됩니다. 이는 훈련 데이터로 알려져 있습니다. 알고리즘의 작업은 이 데이터를 연구하고 입력 기능을 올바른 클래스 레이블과 연결하는 방법을 배우는 것입니다. 예..
인공지능에서의 분류 (1) 바닥부터 천장까지 책으로 가득 찬 우뚝 솟은 선반이 거대한 도서관의 입구에 서 있는 것을 상상해 보세요. 이 상황에서 책들을 소설, 비소설, 미스터리, 그리고 로맨스의 범주로 분류하려고 하면 이것은 힘든 일처럼 보입니다. 이제 로봇이 여러분을 위해 이 일을 하도록 훈련시킬 수 있다고 상상해 보세요. 이는 각 범주를 학습하고 전체 도서관의 책들을 정확하고 효율적으로 분류합니다. 인공지능의 분류는 이것을 훨씬 더 복잡하고 큰 규모에서 수행하게 됩니다. AI 데이터 분류는 데이터를 미리 정의된 클래스 또는 레이블로 분류하도록 AI 시스템이 훈련되는 과정입니다. 과거 데이터의 패턴으로부터 학습함으로써, AI 분류는 방대한 양의 데이터를 통해 정렬하여 디지털 카오스로부터 질서를 만듭니다. 인공지능에서 사용되는 분..
인공지능 관련 도구의 소개 (3) 4-5 인공지능 언어, 파이썬 1991년 귀도 반 로섬이 발표한 인터프리터 언어 파이썬 패키지 사이킷런: 통계 및 기계 학습에 대한 기능을 제공하는 패키지 넘파이: 행렬 형태의 자료를 다루는 기능을 제공하며, 기계 학습에서 많이 사용 사이파이: 넘파이 기능을 포완해 선형 대수, 희소 행렬, 신호 및 이미지 처리, 급속 푸리에 변환 등과 같은 기능 제공 판다스: 넘파이, 사이파이를 보완하는 패키지, 데이터 분할, 정제, 추가, 병합, 변환 지원 맷플롯립: 배열로부터 고품질 그래프를 생성하고, 도표를 대화형으로 시각화하기 위한 기능 제공 NLTK: 텍스트를 분석하기 위한 기능을 제공, 한글의 형태소 분석 및 품사 태깅을 위해서는 KoNLPy가 별도로 준비되어 있어야 함 4-6 컴퓨터 비전 라이브러리, Ope..
인공지능 관련 도구의 소개 (2) 4-3 통계 분석 도구, R R이 제공하는 중요 기능 다양한 데이터 유형 지원 다양한 데이터 조작 기능과 프로그래밍 기능 지원 빅데이터 시대에 반드시 필요한 데이터 전처리 기능 지원 가장 강력한 데이터 시각화 기능 지원 통계 분석 기능 지원 데이터 마이닝 기능 지원 회귀, 시계열 분석 지원 소셜 네트워크, 구조 방정식, 워드 클라우드, 신경망 분석 지원 R을 사용한 군집 분석의 수행 4-4 딥러닝 개발 도구 텐서플로 구글에서 공개한 기계 학습 라이브러리 일반적으로 아나콘다나 파이참을 이용하지만, 구글을 코랩을 사용할 수 있음 텐서플로는 파이썬 같은 언어와 함께 사용하므로 언어에서 제공하는 유연성과 다양한 라이브러리를 사용할 수 있다는 장점을 가짐 GPU를 지원하며, 텐서보드를 통해 모델과 결과를 그래프로..
인공지능 관련 도구의 소개 (1) 4-1 규칙 기반 시스템 개발 도구, 제스 제스 규칙 기반 시스템을 개발하기 위해 규칙과 환경에 대한 사실을 설명할 수 있는 요소들로 구성된 규칙 엔진 제스의 특징 및 예 사실을 기술할 때 템플릿을 사용해 기본 틀을 정의하고, 사실을 리스트의 형태로 표현 규칙은 조건부와 결론부로 구성되며, 결론부는 스크립트를 사용해 작업을 기술할 수 있음 조건, 반복과 같은 제어 구조를 사용할 수 있기 때문에 규칙에 대한 추론 과정에서 다양한 작업을 할 수 있음 4-2 데이터 마이닝 도구, 웨카 'Waikato Environment for Knowledge Analysis'의 약자 뉴질랜드 와이카도 대학의 이안 비텐 교수가 개발한 데이터 마이닝과 기계 학습을 위한 오픈 소스 소프트웨어 웨카의 수행 ※ 해당 내용은 의 내..
지능 로봇 (3) 3-3 로봇 소프트웨어 개발 프레임워크 소프트웨어 개발 + 하드웨어 추상화로 구성 로봇 소프트웨어 개발 프레임 워크 종류 ERSP(Evolution Tobotics Software Platform): 주행뿐만 아니라 컴퓨터 비전 및 HCI 기능 포함 CARMEN(Canegie Mellon Robot Navigation Toolkit): 오픈 소스 라이브러리 Karto SDK: SLAM 알고리즘 중심의 상용 주행 라이브러리 ARIA, ARNL: 지도 작성 기능 중심의 로봇 주행 라이브러리 RT 미들웨어 ROS(Robot Operating System) 오로코스(Open Robot COntrol Software: OROCOS) 오프로스(Open Platform for RobOtic Services, OPRo..
지능 로봇 (2) 3-2 로봇 제어 기술 및 로봇 제어 패러다임 로봇 제어 기술의 소개 기구학: 로봇의 관절, 바퀴의 회전, 로봇의 움직임을 결정하는 데 사용하는 이론 동역학: 로봇의 움직이는 힘과 운동, 속도를 해석하는 분야 센서: 장비의 내부, 외부 조건 및 상황을 계측하기 위해 사용하는 장치 구동기: 로봇의 관절이나 바퀴 등에 제어 신호에 따라 반응하는 움직임을 주는 장치 제어: 생성된 퀘적을 따라갈 때 기계적 정밀도, 오작동, 미끄러짐과 같은 환경 요인의 영향으로 동작이 다를 수 있는데 이 차이를 보정해 목표한 대로 만드는 것 통신: 로봇 구성 요소의 상호 작용을 위해 데이터와 신호를 주고받는 동작 로봇 제어 패러다임 계층형 패러다임: 감지, 계획, 행동의 과정을 반복하도록 구성한 것 반응형 패러다임: 계획 수립 ..
지능 로봇 (1) 3-1 로봇 개론 로봇에 대한 정의 로봇은 사람처럼 걷기, 말하기 등 다양하고 복잡한 행동을 하는 기계 또는 자동이나 컴퓨터 제어에 따라 사람의 일을 하는 기계 로봇은 다양한 작업을 위해 프로그래밍한 동작을 통해 자재, 부품, 도구, 장치 등을 움직이도록 설계되고, 필요에 따라 다시 프로그래밍 될 수 있는 다기능 매니플레이터 지능 로봇(Intelligent Robot): 로봇 기술에 인공지능이 결합한 것 로봇을 제작할 때 사용하는 기술 분야 위치 결정: 관측 데이터와 내부적인 정보를 사용해 로봇의 현위치를 결정하는 기술 센서 처리, 인식, 결합: 센서 데이터를 처리하고 해석하는 기술 또는 여러 센서에서 취합된 데이터를 결합하는 기술 불확실성 관리: 센서 데이터와 로봇의 행동 특성을 고려한 추정 및 판단 ..
자연어 처리 (5) 2-6 텍스트 생성 기계 번역 자동화된 번역을 말하며, 언어를 또 다른 언어로 번역하는 기능 제공 구문 기반의 기계 번역 번역 모델: 원래 언어 구문과 목적 언어 구분을 대조하는 사전이 있고, 대조 구문 각 쌍에 각각의 점수를 부여한 상태로 저장 정렬 모델: 디코딩할 때 정렬하는 것이 자연스러운 형태인지 확률로 추정한 후 필요에 따라 정렬 언어 모델: 출력할 구문을 유려한 문장으로 만드는 작업 수행 자동 요약 같은 요약은 같은 언어 안에서 문장을 변환하는 것 자동 요약 단일 문서에 적용할 때 주로 사용하는 추출형 요약을 위한 기술 통계 요약(Maximal Marginal Relvance, MMR) 알고리즘 사용 증가하는 문서를 효과적으로 정리하는 방안으로 도입된 것 이미지의 설명 추가 및 기타 분야 집중..
반응형

티스토리툴바