NAIAHD

선형계획법

linear programming:

선형 함수를 최적화해 문제를 해결하는 것을 선형계획법이라고 합니다. 

출처 : 처음 배우는 인공지능

특징량

feature:

데이터에서 변화를 나타내는 한 가지 이상의 변수 쌍 또는 변수 쌍을 사용한 계산 식

출처 : 처음 배우는 인공지능

변수 :

데이터를 다룰 때 데이터를 구성하는 항목을 변수라고 합니다.

출처 : 처음 배우는 인공지능

20211029

마르코프 모델

'유한 오토마톤'에서는 오토마톤의 동작 주체를 유한 개수의 상태가 있는 상태 기계라고 했습니다. 

보통 상태 기계에 입력한 데이터가 있다면 규칙에 따라 다음 단계를 진행하면서 상태가 변합니다. 

예: 상태에 따라 비용을 설정하고 상태가 변화할 때 비용을 더해서 누적 비용을 추정하ㄴ느 상황에 응용할 수 있습니다. 

마르코프 성질: Markov Property:

미래 상태의 조건부 현재 상태에만 의존하며 이전 상태와는 관계 없는 특성을 말합니다. 

역사를 생각 하면 된다

확률:

오토마톤 개념(시간의 경과에 따른 변화)에 '상태 변화가 일어날 확률'을 더한 것입니다. 

확률 과정의 경과나 상태 변화를 연속성이 없는 유한한 값으로 나타낸다는 것입니다. 

마르코프 과정 : Markov Process:

마르코프 성질이 있는 확률 과정을 의미합니다. 

이산 상태 마르코프 과정:

셀 오토마톤의 상태 변화를 나타내는데 사용합니다. 

유한 개의 자연수가 띄엄띄엄 흩어져 있는 상태로 존재하는 것으로 나타냅니다.

마르코프 연쇄 : Markov chain:

이산 상태 마르코프 과정에 셀 오토마톤의 시간 경과(연속성 없는 시간으로 표현)를 결합한 셀 오토마톤의 확률 과정을 말합니다. 

20211205

유한 오토마톤의 시간 경과에 따른 상태 변화의 법칙에 마르코프 성질을 포함한 것을 마르코프 과정 또는 마르코프 연쇄라고 설명했습니다. 

현재 상태에서 다음 상태로 변화할 확률을 전이 확률이라고 하며

모든 전이 확률을 행렬로 나타낸 것을 전이행렬이라고 합니다. 

마르코프 연쇄의 경우 안정 상태의 전이 확률은 각 상태에 있을 때 확률 벡터(행 벡터)인 Π와 전이 행렬 P를 곱해서 나타냅니다. 이때 확률 벡터 Π를 정상 분포 stationary distribution이라고 합니다. 

20211206

은닉 마르코프 모델 : hidden markov model , hmm 

시계열 데이터의 혼합 분포 추정에 사용되는 모델을 은닉 마르코프 모델이라고 합니다. 

은닉 마르코프 모델에는 모델의 최적(최대 확률을 가진)상태를 구하는 비터비Viterbi알고리즘과 학습 데이터에서 모델의 가능도를 최대화해서 매개변수의 최대가능도 추정량를 구하는 바움-웰치Baum-Wetch알고리즘이 있습니다. 

비터비Viterbi알고리즘: 출력 기호 열에서 상태를 추정한 후 동적 계획법에 기반을 두고 최적 상태를 구합니다. 구문 분석 등에 이용합니다. 

바움-웰치Baum-Wetch알고리즘: EM 알고리즘을 이용해 출력 기호 열에서 매개변수의 최대가능도 추정량을 구합니다. 음성 인식 시스템의 음소추출이나 자연어 처리의 단어 품사 추정 등 다양한 분야에서 이용합니다. 

출처 : 처음 배우는 인공지능

오토마톤

시간 경과와 상태 변화를 표현하고 , 시간 흐름에 따른 공간적인 구조 변화를 연구하는 이론을 오토마톤이라고 합니다.

오토마톤의 개념은 어떤 자극을 받아 반응을 나타내는 꼭두각시 인형(자동 기계)에서 유래했습니다. 

꼭두각시 인형

이러한 꼭두각시 인형의 개념을 상태 기계라고 합니다. state machine

그리고 유한 개수의 상태를 갖는 상태 기계를 유한 오토마톤 또는 유한 상태 기계라고 합니다. 

오토마톤은 상태의 변화와 규칙을 나타낼 수 있으므로 언어의 구문 모델을 나타내는 데도 이용할 수 있습니다. 

셀 오토마톤

라이프 게임처럼 칸(셀)을 이용하면 셀 오토마톤이라고 합니다. 

출처 : 처음 배우는 인공지능

감염 시뮬레이션 모델: 라이프 게임을 좀 더 확장한 것입니다 

SIR 모델: 

건강한 사람 Susceptible, 감염자 Infected, 항체 보유자 Recovered 의 세가지 상태를 기반으로 둔 감염 시뮬레이션 모델을 SIR모델이라고 합니다 

SEIR모델: 

잠복기에 있는 건강한 사람의 상태를 추가한 모델을 SEIR모델이라고 합니다. 

출처 : 처음 배우는 인공지능

추천 엔진

추천 엔진 빠진 정보를 추출해서 제시하는 전문가 시스템

두가지 방법:

하나는 콘텐츠 내용에서 비슷한 정보를 찾아 정보를 추천하는 것이고 , 다른 하나는 방문자의 검색 이력이나 구매 이력 등 사이트 방문자 고유 정보를 이용해 연관된 정보를 추천하는 것입니다.

20211025

콘텐츠 내용에서 분석하는 추천 엔진:

방문자 정보를 제외한 콘텐츠 자체의 정보(쇼핑물 사이트라면 상품 정보, 뉴스 사이트라면 기사 정보)에서 관련 있는 내용을 찾아 추천합니다. 

단순히 비슷한 내용의 기사만 모이면 거의 같은 내용의 기사만 추천할 수도 있으므로 지나치게 비슷한 기사만 모으지 않도록 별도의 방법을 고안해야 합니다 .

한편으로 텍스트를 특정 알고리즘으로 계산해 특징량을 추출할 수도 있다.

협업 필터링을 이용하는 추천 엔진:

검색 이력과 구매 이력 등 사이트 방문자의 고유 데이터를 이용해 방문자에게 적합한 무언가를 추천할 때는 협업 필터링이라는 알고리즘을 사용

대표 적인 예: 아마존이 선택한 아이템 기반의 협업 필터링이 있다. 

즉 지식과 닮은 행동이나 판단을 하는 타인이 있다면, 자신도 타인과 닮은 행동과 판단을 할 것 이라는 가설에 기반을 두고 추천하는 것입니다. 

출처 : 처음 배우는 인공지능

지식 기반 모델

knowledge base model

조건을 설정하는 데이터 세트와 실제 데이터 세트를 처리하거나 출력하는 프로그램을 분래했습니다. 

여기서 분리된 데이터 세트를 지식 기반 모델 이라고 합니다. 

데이터를 처리하거나 출력하는 프로그램은 조건 분기가 필요할 때 지식 기반에 있는 (특정 규칙이 있는) ID를 사용해 설정값을 읽고 어떤 판단을 내립니다. 

사람도 검색할 수 있는 지식 기반 시스템

UniProtKB: 는 유럽의 생명 과학 분야 기관들이 협력해 만든 지식 기반 데이터베이스 시스템입니다. 

단백질 정보를 수집한 후 주석처리 annotation와 큐레이션을 통해 UniProt(The Universal Protein Resource) 이라는 카탈로그 데이터베잇와 분석 도구 등을 개발합니다. 

큐레이션: (데이터를 수집해서 주석 처리된 정보 등을 기반으로 정밀하게 조사한 후 조사 결고를 종합해 정리하고 요약하는 작업니다. )

출처 : 처음 배우는 인공지능