본문 바로가기

머신러닝2

머신러닝 지도학습 비지도학습 머신러닝 머신러닝(machine learning)은 인공지능의 하위 분야로, 알고리즘과 통계적 모델의 개발을 포함하여 컴퓨터 시스템이 명시적으로 프로그래밍되지 않고 예측이나 결정을 학습할 수 있도록 합니다. 즉, 기계 학습은 컴퓨터 시스템이 인간 프로그래머의 명시적인 명령에만 의존하지 않고 데이터로부터 학습함으로써 작업 성능을 향상할 수 있도록 합니다. 높은 수준에서 기계 학습은 세 가지 핵심 요소를 포함합니다. 첫 번째로 데이터입니다. 기계 학습 알고리즘은 훈련을 위해 많은 양의 데이터를 필요로 합니다. 이 데이터는 센서 데이터, 텍스트, 이미지 및 오디오를 포함한 다양한 소스에서 가져올 수 있습니다. 두 번째는 알고리즘입니다. 기계 학습 알고리즘은 데이터를 분석하고 데이터로부터 학습하는 데 사용됩니다.. 2023. 2. 24.
Python 인공지능 머신 러닝 딥러닝 1. 인공지능(artificial intelligence)의 정의 우리 기억 속의 인공지능(artificial intelligence)은 인간보다 빠른 연산을 하는 정확한 두뇌나 사이보그로 대변되는 인간보다 우월한 신체능력을 가지고 있는 로봇을 생각하고 있을 것입니다. 그리고 인터넷이나 정보의 바다에서 정보 선별을 하고 누구보다 빨리 상황판단을 해서 인간의 생활에 도움을 주는 장면을 생각할 수 있을 것입니다. 실제 현실에서의 인공지능(artificial intelligence)은 알고리즘으로 작동되고 인간의 논리적인 구조로 구조화하며 디자인된 환경을 사용하고 있습니다. 한계성 있는 현실 환경에서 모델링을 통해 구축되며 실제환경에서 적응되는 로봇의 구조를 가지고 있습니다. 그리고 메모리나 네트워크의 한계를.. 2023. 2. 18.