[인공지능] Intro to AI, MIT OCW 2021, 머신러닝 모델 3가지

인공지능의 기초🐇¸.•*¨*•¸.•*¨*•¸.•*¨*•¸.•*¨*•

해당 자료는 강의 학습자료입니다. 강의 이외의 내용은 검색 및 다양한 자료를 통해 공부하며 정리한 내용의 포스팅입니다.

#AI #인공지능 #인공지능기초 #python #study

---

 

머신러닝 3가지 모델

The three machine learning types are supervised, unsupervised, and reinforcement learning.

 

 

1. 지도학습 (Supervised)

- 정답이 존재하고, 정답에 최대한 가깝게 학습하는 방법. 분류.

 

2. 비지도학습 (Unsupervised)

-  상관관계의 패턴을 알아내서 스스로 학습하는 방법. 

 

3. 강화학습 (Reinforcement Learning)

- 실수와 보상을 통해 정답에 근사하게 가는 방법

 

https://towardsdatascience.com/machine-learning-types-2-c1291d4f04b1

 

 

---

 

Google's AI Assistant Can Now Make Real Phone Calls - YouTube

 

 

 

with the right data and the right mode, machine learning can solve many problems.

but finding the right data and training the right model can be difficult.

 

인간에게 편의를 제공하는 기술

data만 집어넣으면 알아서 공통적인 rule을 학습하는 것 - machine learning(ML)

어떻게 학습하냐면 신경망을 사용하자. 신경망을 여러 겹 사용하자 ( 딥러닝 )

 

 

 

AI can be general or narrow

터미네이터 같음 AI는 general한 측면이지만 연구자들이 말하는 AI는 주어진 task만 가능하다.

 

vision : 시각적으로 보는 모든 것

language processing, and planning

 

 

narrow: vision language, planning 모두 하는 AI보단 하나의 최적화하는 경우

 

 

There are many ways to build AI, including expert systems and tree search.

 

 

여러 개의 점을 회귀(하나의 점으로 축소) 한다면?

 

1. Classfication 2. Clustering 3. Regression

 

정답이 이미 존재하고, 데이터를 통해 정답을 예측하기 위해 머신러닝을 이용한다.

 

There are three typed of learning : Supervised, unsupervised, and reinforcement learning.

 

Supervised (지도 학습)

: 감독하에 알려주는 방법, 마치 교사의 도움을 받아 알고리즘을 정답으로 안내하는 방법

- 정답이 존재하고, 최대한 정답에 가깝게 학습하는 방법.

- 입력 세트를 특정 출력과 쌍으로 구성해야하고, 이를 통해 상관 관계를 짓는다.

- 비지도 학습보다 더 단순하고 일반적이다.

- 사용하여 데이터를 분류하고 처리한다.

 

지도 학습 알고리즘의 일반 유형에는 크게 2가지가 있다.

1. 분류 기법

- 로지스틱 회귀

- 선형 판별 분석

- K-최근접 이웃 (KNN, K-nearest neighbors)

- 트리

- 신경망

- 서포트 벡터 머신 (SVM, Support vector machines)

 

2. 선형 회귀 : 연속 데이터를 사용한다., x의 값을 알고 있다면 y 변수 값이 얼마?

 

 

Unsupervised (비지도 학습)

: 입력세트에서 패턴과 상관관계를 찾아내야 하는 머신러닝 알고리즘, 비슷하게 모방함. 정답이 없음.

: 아이가 스스로 실험하고 시행착오를 거치며 배우는 비지도 학습 알고리즘

- 레이블이 지정되지 않은 데이터를 처리

- 사용자가 보다 복잡한 처리 작업을 수행하도록 함.

- 더 예측이 어렵고, 데이터의 근본 구조를 발견하는데 사용할 수 있음.

- 새로 출시할 상품 유형에 맞는 타겟 시장의 정의하려고 할 때 필요한 기술

 

1. 클러스터링 알고리즘 (Clustering algorithms) : 분류되지 않은 데이터에서 구조나 패턴을 찾는데 도움을 준다.

2. 변칙 또는 이상 감지 모델

3. 잠재 변수 모델

 

 

Reinforcement learning (강화 학습, RL)

: 시행 착오를 통해 학습하는 방법 중 하나로, 실수와 보상을 통해 학습을 하여 목표를 찾아가는 알고리즘

: 중간 중간에 점검이 가능하고 역동적인 환경에서 동작을 수행

- 사전지식이 없는 상태로 학습을 진행

- 정답에 가까운 값으로 근사하게 감.

- 목적이 어느정도 뚜렷하게 있을 때

- 로봇, 게임 등

 

https://www.youtube.com/watch?v=v3UBlEJDXR0 

 

 

 

---

 

머신러닝 알고리즘의 순서

 

1. Define a problem.

2. Find Data.

3. Clean data.

4. Choose a models (Always, Sometimes)

5. Train the model

6. Test the model

7. Deploy the model

 

 

---

 

Reference.

 

지도학습 : https://www.appier.com/ko-kr/blog/what-is-supervised-learning

지도 학습(Supervised Learning)이란 무엇인가?

비지도학습 : https://www.appier.com/ko-kr/blog/a-simple-guide-to-unsupervised-learning

비지도 학습(Unsupervised Learning) 이해를 돕는 심플 가이드

 

https://blog.naver.com/PostView.nhn?blogId=matlablove&logNo=222265429436&parentCategoryNo=&categoryNo=34&viewDate=&isShowPopularPosts=true&from=search 

강화학습 (Reinforcement Learning)이란?