[패스트캠퍼스 수강 후기] 인공지능강의 100% 환급 챌린지 42회차 미션

인공지능강의

PART 5) 딥러닝 최신 트렌드

01. Ch 01. Image Classification - 01. Classification 이란

AI : 인간의 지시에 완벽하게 종속적인 수동적인 머신 (Old Machine) 들을 자율적으로 판단하고 행동하는 능동적인 머신 (Smart Machine) 들로 변화시키는 모든 관련 기술들의 집합

 

머신러닝 : 컴퓨터가 수행하는 통계적 학습으로서 컴퓨터가 사람이 뽑은 data feature 를 통해 표본 데이터 속에 존재하는 전체 모수로 일반화 가능한 패턴 을 찾아 스스로 학습하는 과정

 

딥러닝 : 다수의 학습 데이터셋을 통해 주로 심층 neural network를 이용하여 스스로 학습하며, 고차원적인 판단이 가능.

 

지도학습 (Supervised Learning): 라벨이 있는 상태에서 학습

 

반지도학습 (Semi-Supervised Learning) : 라벨이 일부 있는 상태에서 학습

 

비지도학습 (UnSupervised Learning) : 라벨이 없는 상태에서 학습

 

Classification : 주어진 데이터를 주어진 라벨(클래스)에 의해 분류, discrete 한 output 을 가짐

Clustering : 주어진 데이터를 데이터의 특징에 의해 스스로 클래스로 분류

Regression : 주어진 데이터의 경향성을 파악하고 함수를 예측 하는 것. 시계열의 미래의 값을 예측 가능. 연속 적인 output 을 가짐

 

Class의 수: Binary class 와 multi class 의 경우등. 분류하고자 하는 class 에 따라서 다른 접근법 사용.

Data Feature 의 특징 : Data 의 분포 특성에 따라서 더 적합한 classifier 를 사용 하는 것이 바람직함.

 

02. Ch 01. Image Classification - 02. 머신러닝 Classification

 

K Means Clustering

- label이 없는 데이터를 입력받아 각 데이터에 label을 할당함으로써 군집화를 수행

 

- K-means clustering은 개념과 구현이 매우 간단하며 실행 속도가 빠르고, 특정한 형 태의 데이터에 대해서는 매우 좋은 성능을 보여주기 때문에 많이 이용

 

K Means Clustering

rnk는 n번째 데이터가 k번째 cluster에 속하면 1, 아니면 0인 값을 갖는 binary variable이며, ck는 k번째 cluster의 중심을 뜻한다. k-means clustering을 실행한다는 것은 주어진 데이 터 X에 대하여 rnk와 ck 값을 설정하는 것과 같다.

 

 

https://bit.ly/3g72Rmm

딥러닝/인공지능 올인원 패키지 Online. | 패스트캠퍼스