NAIAHD

인공지능:

사람 처럼 해동하도록 만들어진 장치 (또는 소프트웨어)

머신러닝 :

명시적인 프로그래밍 없이 컴퓨터가 학습하는 능력을 갖추게 하는 연구 분야.

Arthur Samuel, 1959

빅데이터 :

엄청  나게 많은 양의 데이터를 다루는 것

딥러닝 :

머신러닝에 포함된것이다.

수많은 기법중의 하나이다.

뉴런 층을 사용해서 

지도학습 Supervised Learning :

"답" 이 있고 이 답을 맞추는 게 학습의 목적

분류 classification :

여러가지 옵션에서 고르는 것 

회귀 regression :

연속적인 수에서 고르고 몇가지 옵션에서 고르지는 않다.

비지도 학습 Unsupervised Learning

"답" 이 없고 이 답을 맞추는 게 학습의 목적 

묶으는 기준이 프로그램이 한다.

k최근접 이웃 알고리즘

k- Nearest Neighbors Algorithm : KNN

가장 가까운 이웃 데이터 K개를 찾음

참조 :

처음 배우는 인공지능

핸즈온 머신러닝 2판

01. 인공지능이란

인공지능: 사람처럼 행동하도록 만들어진 장치(또는 소프터웨어)

02. 인공지능의 여명기

튜닝테스트 - 기계인지 사람(생각하는 존재)인지를 판단하는 시험 

인공지능 용어는 1956년 열렸던 다트머스 회의에서 처음 언급되었다.

신경망 nerual Network

시냅스 가소성: 시냅스를 Synapic Plasticity은 시냅스를 통해 신경 전달 물질을 많이 전달하면 관계가 

강화되고 , 적게 전달하면 관계가 악화하는 현상입니다.

튜링 테스트와 인공지능

센서는 현재 시점에서 측정한 고도나 기상 상황(프로그램의 성능 측정과 동일) 등은 정확히 판단합니다.

튜링은 사람을 대신하는 기계의 답변이 지능을 갖고 사람의 답변과 구별되지 않는 시대가 올것 이로 생각하빈다.

튜링 테스트 

튜링 테스트는 기계인지 사람(생각하는 존재)인지를 판별하는 시험입니다.

03. 인공지능의 발전 흐름

1960~ 1980:  전문가 시스템과 1차 인공지능 붐

전문가 시스템은 전문가 실행하는 조건 판단을 프로그램화해 문제를 처리하는 시스템으로 유명한 점눈가 시스템으로는 

Dendral이 있습니다.

Dendral :인공지능 프로젝트

1980~ 2000년: 2차 인공지능 붐과 신경망의 암흑기

퍼셉트론의 다층화 

오차역전파법

2000~ 2010년: 통계 기반 머신러닝과 분산 처리 기술의 발전

통계 기반 머신러닝의 연구와 발전:

분류 

예측

머신러닝으로 처리 할 수 있는 데이터로 변환해 특징량 feature 추출

분산 처리 기술의 발전

분산 처리 기술과 신경망 연구의 결합

2010 년 이후 : 심층 신경망 기반 이미지 인식 성능 향상과 3차 인공지능 붐

다양하게 활용하는 인공지능 연구

자동차 업계 : 자율주행 기술

광고 업계 : 추천 시스템

비지니스 인텔리전스 도구 

챗봇

의료지원

로봇 산업

인공지능의 미래 - '의식'을 지닌 인공지능

빅데이터와 디지털 클론

기술적 특이점과 인공지능의 윤리적 관점

출처 : 처음 배우는 인공지능