![]()
1. 딥러닝의 개념정의1) 딥러닝이란?딥러닝은 기계 학습의 한 분야이며, 인공 신경망을 여러 층으로 쌓아 올려 학습하는 방식- 인공 신경망을 사용하여 데이터로부터 특징을 학습하고 패턴을 파악하여 문제를 해결- 데이터로부터 자동으로 학습, 특히 대량의 데이터에 대한 연산 피룡- 대개 이미지, 음성, 텍스트 등의 비정형 데이터를 처리하고 해석하는 데 강점- 컴퓨터 비전, 음성 인식, 자연어 처리 등의 분야에서 혁신적인 성과가 나타나고 있음. [학습수준]∎ 머신러닝- 데이터에서 패턴을 학습하여 예측이나 의사 결정을 내리는데 중점- 전통적인 머신러닝 알고리즘에는 의사결정나무, 서포트 벡터 머신, 랜덤 포레스트 등 ∎ 딥러닝- 머신러닝의 한 범주로, 다양한 층에서 구성된 신경망을 사용하여 복잡한 표현을 학습-..
![]()
1. 기계 학습이란?1) 정의데이터를 기반으로 학습하여 새로운 패턴을 인식하거나, 예측하는 기술데이터의 패턴을 식별하여 모델을 학습하고, 새로운 데이터에 대한 예측을 수행2) 학습 방법▪ 지도 학습(Supervised Learning): 정답이 알려진 데이터를 통해 학습 ▪ 비지도 학습(Unsupervised Learning): 정답이 알려지지 않은 데이터를 통해 학습 ▪ 강화 학습(Reinforcement Learning): 보상과 처벌을 통해 학습3) 데이터주로 머신러닝을 위해 모델에 학습하기 위한 데이터2. 지도 학습1) 정의지도 학습은 정답이 있는 데이터를 사용하여 학습하는 방법이며, 알고리즘은 데이터의 정답을 사용하여 모델을 학습하고 새로운 데이터에 대한 예측을 할 수 있도록 한다.2) 예시▪ ..
1. 인공지능의 개념1) 인공지능의 정의인공지능(AI: Artificia Intelligence)은 인간의 지능을 모방하는 컴퓨터 시스템을 연구하는 분야 ▪ 기계학습(Machine Learning)은 AI의 한 분야컴퓨터가 데이터로부터 학습하여 패턴을 찾고, 새로운 데이터에 대한 예측이나 의사결정을 내리는 기술2) 인공지능의 역사▪ 인공지능의 기원인공지능의 기원은 1940년대 미국, 1943년 존 맥카시와 클로드 섀넌은 튜링 기계라는 개념을 발표하여 인공지능의 토대를 마련.1956년 다트머스 대학에서 개최된 다트머스 회의는 인공지능의 출발점으로 평가 ▪ 인공지능 역사의 3단계- 1단계(1956년 ~ 1970년대): 기초 연구 단계- 2단계(1970년 ~ 1980년대): 실용화 단계- 3단계(1980년대 ..
