인공지능이란?#

특정 목적을 위해 설계된 컴퓨터 알고리즘으로, 주어진 입력에 기반해 자동으로 과업을 처리한다. 이는 개발자가 직접 컴퓨터에 알고리즘을 입력하는 기존의 방법과 달리, 데이터를 기반으로 컴퓨터가 스스로 알고리즘을 학습한다는 점에서 큰 차이가 존재한다. 그래서 인공지능 알고리즘을 ‘알고리즘을 위한 알고리즘’이라고도 부른다.

• 알고리즘(Algorithm): 컴퓨터를 활용한 문제 해결 과정에서, 어떤 문제를 해결하기 위해 정의된 절차, 방법, 명령어 등의 집합.

인공지능에서 학습이란?#

학습 알고리즘에서 ‘학습(Learning)’은 주어진 데이터를 분석해 특정 작업을 수행할 수 있는 규칙이나 패턴을 발견하는 과정을 뜻한다.

학습 알고리즘의 역할은 데이터로부터 주어진 과업을 수행할 알고리즘을 찾아내는 것이다. 예측 알고리즘에서 ‘예측(Prediction)’은 학습된 모델*을 사용하여 새로운 데이터에 대한 결과를 추론하는 과정을 말한다.

즉, 예측 알고리즘은 학습 알고리즘을 통해 학습되며, 특정 과업을 수행하는 역할을 한다. 이 두 알고리즘의 역할과 작동 원리를 이해하는 것은 인공지능의 기본 원리를 이해하는 데 매우 중요하다.

• 모델(Model): 학습된 규칙이나 패턴을 표현하는 수학적 또는 계산적인 구조

인공지능의 작동 과정 이해#

1. 문제 정의
2. 데이터 수집
3. 학습 알고리즘
   1. 학습 모형의 선택
   2. 파라미터의 학습
   3. 예측성능 측정
4. 예측 및 모니터링

머신러닝, 딥러닝!#

머신러닝(Machine Learning)은 인공지능의 한 분야로, 머신러닝은 인공지능의 하위 집합으로, 많은 양의 데이터를 제공하여 명시적으로 프로그래밍하지 않고 시스템이 자율적으로 학습하고 개선할 수 있게하는 방식으로 말할 수 있다.

딥러닝(Deep Learning)은 인간의 두뇌에서 영감을 얻은 방식으로 데이터를 처리하도록 컴퓨터를 가르치는 인공 지능(AI) 방식, ‘비선형 변환기법’의 조합을 통해 높은 수준의 추상화를 시도하는 기계 학습 알고리즘의 집합으로 정의된다.

가장 큰 집합으로 인공지능이 있고, 그 인공지능이라는 분야 안에 머신러닝이 속해 있고, 또 머신러닝 안에는 딥러닝이 속해있다고 생각할 수 있습니다.

ANN, DNN, RNN, CNN#

이제부터 위의 뉴럴 네트워크에 대해서 포스팅을 작성할 예정입니다. 블로그를 찾다보면 이에 대한 정보가 올라가 있으니, 확인해주세요!

이제부터 학습 알고리즘에 대해서 알아보고, 인공지능은 어떤 분야에서 이용되는지 알아보도록 합시다.

이제부터 인공지능 공부는 꾸준히 해야하는 걸로!