잇!(IT) 블로그

AI에 관한 기본적인 지식 약인공지능 : 특정분야에서 인간 수준의 판단을 할 수 있는 것 - ANI강인공지능 : 범용적인 분야 모두에 대해 지능적 판단을 내릴 수 있는 것 - AGI초인공지능 : 주관적인 판단이나 자의식을 가질 수 있는 것 - ASI머신러닝 : 데이터와 정답을 입력하면 스스로 그 안의 규칙을 찾아내어 정답을 도출 - 머신러닝이라는 학문은 기계가 명시적으로 코딩되지 않은 동작을 스스로 학습해 수행하는 것 / 수없이 다양한 강아지 사진을 학습하며 그 속에서 스스로 패턴을 찾아내어 나중에는 강아지 사진을 입력하면 고양이와 다른 점을 구분하여 고양이가 아닌 '강아지'라는 정답을 도출해 내는 것 머신러닝의 3가지 유형1. 지도 학습2. 비지도 학습3. 강화 학습 1. 지도 학습1.1. 회귀어떤 입..

■ CNN(Convolution Neural Network) 이미지와 같은 이차원 데이터에서 패턴을 학습하는 데 특화된 딥러닝 모델이다.이미지 처리, 영상 인식, 객체 탐지 등의 다양한 컴퓨터 비전 작업에 사용된다.■ CNN 구조 위 사진은 실제 CNN을 통해 학습하는 과정을 시뮬레이션으로 만들어 놓은 것이다.  우측의 Fully-connected layer의 입력 데이터는 1차원(배열) 형태로 입력되어야 한다.컬러 Image의 경우 3차원 흑백의 경우 2차원 데이터를 가지게 되며, 각 Image들을 좌측 그림의 마지막 Pooling layer와 같이 1차원 배열 형태로 만들어야 한다.1, 3차원 Image의 공간 정보를 유지한 상태로 학습이 가능한 모델이 CNN이다. CNN은 (FEATURE LEARN..

■ ANN(Artificial Neural Network) ANN은 생물학적 신경망을 본떠 만든 컴퓨팅 시스템으로, 데이터 처리와 패턴 인식에 사용된다. ANN은 뉴런으로 불리는 노드의 집합으로 구성되며, 뉴런은 층(layer)로 조직되어 있다. 인공 신경망은 여러 층의 노드(뉴런)로 구성된 네트워크다. 각 노드는 입력값을 받아서 특정 함수에 따라 출력을 생성하고, 이 출력값을 다음 층으로 전달한다. ■ 구성 요소 1. 뉴런(노드) : 신경망의 기본 단위, 입력값을 받아 처리한다.2. 입력층 : 데이터가 네트워크에 들어오는 층이다. 입력층의 뉴런은 데이터의 각 특징을 나타낸다.3. 은닉층(hidden layer) : 입력층과 출력층 사이에 위치하며, 데이터의 복잡한 패턴을 학습한다.4. 출력층 : 네트워..