차이

문서의 선택한 두 판 사이의 차이를 보여줍니다.

--- wiki:ai:ai [2020/07/13 20:29]
dhan
+++ wiki:ai:ai [2023/01/13 18:44] (현재)
@@ 줄 1: / 줄 1: @@
 ====== AI ======
+* [[wiki:ai:NLP:BERT]]\\
+* [[wiki:ai:NLP:ELMo]]\\
+* [[https://wikidocs.net/book/2155|딥 러닝을 이용한 자연어 처리 입문]]\\
+===== 강좌 =====
+[[https://yjclarelee.tistory.com/m/entry/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D%EB%94%A5%EB%9F%AC%EB%8B%9D-%EA%B3%B5%EB%B6%80-%EC%B2%AB%EA%B1%B8%EC%9D%8C|머신러닝/딥러닝 공부 첫걸음(순서대로)]] \\
 ===== 머신러닝 =====
+[[wiki:ai:ml|머신러닝]] \\
 [[wiki:ai:maths|수학]] \\
 [[wiki:ai:english|영어]] \\
 [[https://coursera.org/share/06b658210fa7ab0372d4b1bae11cc970|Coursera 기계학습 by Andrew Ng]] \\
 [[https://hunkim.github.io/ml/|모두를 위한 머신러닝/딥러닝]] \\
 {{ :wiki:ai:docs:ml-comic-neural_networks.pdf|Neural Networks 만화}} \\
 {{ :wiki:ai:docs:ml-comic-machine_learning.pdf | Machine Learning 만화}} \\
+-o[[[[wiki:miscellaneous:핸즈_온_머신러닝_hands-on_machine_learning_with_scikit-learn_keras_tensorflow|핸즈 온 머신러닝]]
 \\
 ===== 딥러닝 =====
@@ 줄 20: / 줄 29: @@
   * Narrow AI (내로우 AI) : 인간이 정의한 알고리즘에 따라 논리적으로 동작하는 AI\\
   * General AI (제너럴 AI) : 스스로를 인식하고 자신의 필요에 따라 학습하고 진화하는 AI\\
-\\
 . 머신 러닝 [ Machine Learning, ML, 기계학습 ] : 인공지능을 구현하는 구체적 접근 방식
   * '명시적인 프로그래밍(explicit programming)'이 아닌, 데이터로부터 시스템이 학습하도록 하는 AI의 한 형태
@@ 줄 26: / 줄 34: @@
   * 의사결정 기준에 대한 구체적인 지침을 소프트웨어에 직접 코딩해 넣는 것이 아닌, 대량의 데이터와 알고리즘을 통해 컴퓨터 그 자체를 학습시켜 작업 수행 방법을 익히는 것을 목표로 한다.
   * 명시적인 프로그래밍(explicit programming) : 모든 상황에 대해 인간이 예측하고, 미리 프로그래밍하는 것.
-\\
   * **머신러닝 __//블랙박스 모델//__** : 복잡한 DNN의 형태나 다양한 모델들이 조합되어 뚸어난 예측을 하지만, 내부 알고리즘이 드러나지 않아 예측에 대한 명확한 설명을 제공하지 않아 이해하고 신뢰하기 어렵다.
   * **머신러닝 __//화이트박스 모델//__** : 처리 방식과 예측, 그리고 영향을 주는 변수들이 무엇인지를 명확히 파악할 수 있는 모델. 단순성, 투명성,명료성(설명가능성, 이해할 수 있는)\\
-\\
 . 딥러닝 [ Deep Learning, Deep Structured Learning,  심층학습 ] : 완벽한 머신 러닝을 실현하는 기술
   * 기본 층을 연속적으로 겹겹이 쌓아 올려 구성한 신경망(Neural Network)에서 데이터로부터 의미있는 표현을 학습하는 머신러닝의 한 분야이다.
@@ 줄 39: / 줄 45: @@
     * 축삭 돌기(Axon, 악산)
     * 축삭 끝가지(Axon terminals, 악산 터미널즈)
-\\
 . ANN [ Artificial Neural Network(아티피셜 뉴럴 네트워크), 인공신경망 ]\\
   * 사람의 신경망 원리와 구조를 모방하여 만든 기계학습 알로리즘\\
-\\
 . DNN [ Deep Neural Network ]\\
   * ANN 기법의 여러 문제가 해결되면서, 모델 내 은닉층을 많이 늘려서 학습의 결과를 향상시키는 방법\\
-\\
 . CNN [ Convolution Neural Network(컨벌루션 뉴럴 네트웍), 합성곱 신경망 ]]\\
-  * 데이터의 특징을 추출하여 특징들의 패턴을 파악하는 알고리즘\\
+  * 데이터의 특징을 추출하여 특징들의 패턴을 파악하는 알고리즘 \\
-\\
+  * 알파고
+  * 숫자 인식
+  * 분할하여 학습한 후 최종적으로 결과를 합하여 결과 도출
 . RNN [ Recurrent Neural Network(리커런트 뉴럴 네트웍, 순환신경망 ]\\
   * 내부의 순환구조를 이용하여 과거의 학습을 Weight를 통해 현재 학습에 반영하며, 반복적,순차적 데이터 학습에 특화된 인공신경망의 한 종류이다.
-\\
 . Classification (클래시피케이션, 분류)
   * supervised learning(수퍼바이즈드 러닝, 지도 학습)
-\\
 . Bias (바이어스, 편향) \\
-  * Intercept, 절편
+  * Intercept, 절편 \\
-\\
 . Clustering (클러스터링, 군집) \\
   * unsupervised learning(언수퍼바이즈드 러닝, 비지도 학습)
+. Matrix (매트릭스, 행렬)
+  * [[https://www.mathsisfun.com/algebra/matrix-multiplying.html|Matrix multiplication]]
 \\
-. Matrix (매트릭스, 행렬) \\
 . Feature (피처, 특성) \\
 . Regression (리그레션, 회귀) \\
 . Category (카테고리, 범주) \\
 . Entropy vs Cross Entropy (엔트로피, 크로스엔트로피) \\
   딥러닝 학습 과정에서 크로스 엔트로피를 감소시키는 학습 과정은 물리학에서 잉크를 물에 떨어뜨렸을 때와 비교할 수 있다.
@@ 줄 75: / 줄 74: @@
   결론적으로 이러한 상황이 되면, 상태를 명확히 분류할 수 있게 되며 고양이인지 개인지 명확히 판단을 내릴 수 있게 되며 학습이 충분히 되었다고 볼 수 있는 것이다.
 > 출처 : 인공지능신문(http://www.aitimes.kr)
+\\
+. Backpropagation (백프로파게이션, 역전파)
+  * 신경망내에 히든레이어에서
+. Logistic regression -> Binary Classification -> 0 or 1 \\
+  Linear regression은 0 or 1로  나타내기에는 적합하지 않아서 나온 함수가 시그모이드 함수를 사용
+. 시그모이드 함수 \\
+. 결과 값
+  Y : real data, 실제 값
+  Y hat : 예상한 데이터 값
+\\
+. Hyperplane \\
+  Hyperplane은 n차원 공간을 둘로 나누는 n-1차원의 면입니다.
+  예를 들어...
+  직선(1차원)을 둘로 나누는 것은 점(0차원) 입니다.
+  평면(2차원)을 둘로 나누는 것은 직선(1차원) 입니다.
+차원 공간을 둘로 나누는 것은 평면(2차원) 입니다.
+  ==> Classification 에서 사용되는 용어
+\\
+. Ensemble \\
+   * 통계학과 기계 학습에서 앙상블 학습법[Ensemble Learning Method]은 학습 알고리즘(learning algorithm)들을 따로 쓰는 경우에 비해 더 좋은 예측 성능을 얻기위해 다수의 학습 알고리즘을 사용하는 방법이다.\\
+   * 기계 학습에서의 앙상블은 대체 모델들의 단단한 유한 집합을 가리키지만, 일반적으로 그러한 대체 모델 사이에 훨씬 더 유연한 구조를 허용한다.\\
+   * 출처 [[https://ko.wikipedia.org/wiki/%EC%95%99%EC%83%81%EB%B8%94_%ED%95%99%EC%8A%B5%EB%B2%95|앙상블 학습법]]\\
+.GAN
+   * 생성적 적대 신경망 ( Generative Adversarial Network )
+   * 비지도 학습에 사용되는 인공지능 알고리즘으로, 제로섬 게임 틀 안에서 서로 경쟁하는 두 개의 신경 네트워크 시스템에 의해 구현된다.
+   * 출처 : [[https://ko.wikipedia.org/wiki/%EC%83%9D%EC%84%B1%EC%A0%81_%EC%A0%81%EB%8C%80_%EC%8B%A0%EA%B2%BD%EB%A7%9D|생성적 적대 신경망]]
+   * 참조 : [[https://dreamgonfly.github.io/blog/gan-explained/|쉽게 씌어진 GAN]]
+     * 딥페이크 ( deepfake ) :
+        - 딥 러닝(deep learning)과 가짜(fake)의  혼성어
+        - 인공지능을 기반으로 한 이미지 합성 기술.
+        - GAN(생성적 적대 신경망)을 사용하여, 주로 사람의 얼굴 위에 컴퓨터그래픽(CG)으로 만든 다른 얼굴이나 이미지 등을 덧씌우는 방식으로 사용된다.
+        * Ref
+        - [[https://n.news.naver.com/article/277/0004825868|"어? 진짜 아니였어?" AI 시대 양날의 검 '딥페이크'[임주형의 테크토크]]]
+        - [[https://github.com/iperov/DeepFaceLab|iperov/DeepFaceLab]]
+        - [[https://www.youtube.com/watch?v=lSM-9RBk3HQ|Easy Deepfake Tutorial: DeepFaceLab 2.0 Quick96]]
+\\
 ===== Ref =====
 [[https://www.siliconrepublic.com/enterprise/white-box-machine-learning|What are the benefits of white-box models in machine learning?]]\\
@@ 줄 85: / 줄 122: @@
 [[https://tensorflow.blog/%EC%BC%80%EB%9D%BC%EC%8A%A4-%EB%94%A5%EB%9F%AC%EB%8B%9D/1-%EB%94%A5%EB%9F%AC%EB%8B%9D%EC%9D%B4%EB%9E%80-%EB%AC%B4%EC%97%87%EC%9D%B8%EA%B0%80/|딥러닝이란 무엇인가?]]\\
 [[https://ebbnflow.tistory.com/119|[인공지는]ANN, DNN, CNN, RNN 개념과 차이]]\\
-\\
 [[https://brunch.co.kr/@gdhan/7|딥러닝 개념(Deep Learning)]]8-)\\
-\\
 [[https://brunch.co.kr/@maengdev/4|요즘의 딥러닝]]8-)\\
-\\
 ===== Image =====

문제를 잘 정의하는 것은 문제를 절반 해결한 것이다. - 2023.12

사용자 도구

사이트 도구

차이

문서 도구