인공지능 정리 [본론1] :: 인공지능의 목표

인공지능의 목표

classifier 찾기

패턴 인식

여러가지 형태의 input이 f(x) 함수를 거쳐 output 으로 분류되는 것

여기서 f(x)가 classifier

input ( feature ) => Classifier => Classes

AI의 목표는 결국, 여러 input을 분류해 줄 분류기를 찾는 것이다.

이러한 인공지능에는 여러 종류가 있다.

인공지능의 종류

1. 지도학습

   문제지 + 정답지 => 패턴 찾기

2. 비지도학습

   데이터를 군집화하여 스스로 정답을 학습

위의 2가지 방법은 data를 주어야 학습 가능

3. 강화학습

   스스로 행동 ( 사람이 특징을 추출해 줄 필요가 없음 )

   다양한 방식으로 학습할 수 있음

   신경망 학습 : 인간의 뉴런을 본땀

   HW의 성능이 안 좋았던 시기에는 별로였으나 최근 두각을 나타냄

   신경망 학습의 깊은 버전 == deep learning

   <종류>

   1. Fully connected 신경망

   2. 합성곱신경망 (CNN) : 추출, 분류에 좋음

   3. 순환신경망 (RNN) : 반복, 순차적 분석

   4. Restricted Boltzmann machine : 차원 감소, 분류, 선형 회귀 분석, 협업필터링, 특징값 학습, 주제 모델링에 사용

      참고 https://pathmind.com/kr/wiki/restrictedboltzmannmachine

   5. Attention based

      아직 이해하지 못함

      http://akosiorek.github.io/ml/2017/10/14/visual-attention.html

   6. GAN : 두 개의 모델이 서로 대결하며 학습

      ex_) 위조지폐와 경찰, 실제 존재하지 않는 사람의 얼굴 생성

   7. Wavenet : 음성신호, 파형