인간의 신경망 구조 - 인간의 뇌는 약 1000억개의 뉴런으로 구성됨 - 뉴런은 시냅스라는 구조를 통해 전기, 화학적 신호를 주고받음으로써 다양한 정보를 받아들이고 저장한다. - 하나의 뉴런은 가지돌기, 신경세포체, 축삭돌기로 구성된다. 인공신경망 인간의 신경망 구조를 모방해 만든 알고리즘이다. 인공신경망의 각 노드는 사람의 신경망에서 뉴런을 모방한 것이다. 입력층은 하나 또는 다수의 노드로 구성되어있다. 입력층의 각 노드에 입력데이터가 들어온다. w0, w1 ... 각 입력값을 다음 노드에 전달하는 과정에 사용되는 가중치이다. 이 데이터는 가중치를 곱해 합산이 된 후 출력층으로 전달된다. 합산된 값은 활성화함수 f(x)를 통해 연산 결과가 출력된다. 인공신경망 종류 단일계층신경망, 다층신경망, 심층신경..
의사결정트리 : 머신러닝에서 지도학습의 알고리즘이다. 분류 또는 회귀 분석 목적으로 사용한다. 목표 변수 유형에 따른 의사결정트리 범주형 목표 변수(출력 타입이 이산형) : 분류 트리 연속형 목표 변수(출력 타입이 연속형) : 회귀 트리 의사결정트리 구성요소 - 루트 노드 : 트리 구조가 시작되는 노드 - 부모 노드 : 자식 노드의 상위 노드 - 자식 노드 : 하나의 노드로부터 분리되어나간 2개 이상의 노드들 - 터미널 노드 : 트리 줄기 끝에 위치하고 자식 노드가 없는 노드 - 가지 : 루트 노드로부터 터미널 노드까지 연결된 마디들 - 깊이 : 루트 노드로부터 터미널 노드를 이루는 층의 수 의사결정트리 생성 시 고려사항 어떤 기준으로 규칙 만들어야 가장 효율적인 분류가 될 것인가가 알고리즘 성능 크게 ..
은닉 마르코프 모델 : 순차데이터를 확률적으로 모델링하는 생성 모델 마르코프 모델 : 상태로 이루어진 Sequence를 상태전이확률로 표현한 것 마르코프 가정 : 시간 t에서 관측은 가장 최근 r개의 관측에만 의존한다는 가정 A 상태전이확률 행렬, B 방출확률 행렬 ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ 인공지능 : 사람이 해야할 일을 기계가 대신할 수 있는 모든 자동화에 해당한다. 머신러닝 : 명시적으로 규칙을 프로그래밍 하지 않고 데이터로부터 의사결정을 위한 패턴을 스스로 학습한다. 딥러닝 : 인공신경망 기반의 모델로, 비정형 데이터로부터 특징 추출 및 판단까지 기계가 한 번에 수행한다. 프로그래밍 vs. 머신러닝 전통적인 프로그래밍 : 데이터와 규칙이 결합하여 출력을 생성한다. 규칙/로직(..
불확실성 : Agent의 KB에서 명시적으로 고려되지 않은 모든 것을 의미한다. 불확실성의 종류 - 사전지식에 대한 불확실성 - Action에 대한 불확실성 - Perception에 대한 불확실성 불확실성을 처리하기 위한 방법 - Default Reasoning - Worst-case Reasoning - Probabilistic Reasoning : 현실 세계는 정상, 비정상으로 나뉘지 않고 모든 상황에는 다양한 확률이 존재한다. Logic이 불확실성을 처리할 수 없는 이유 게으름 : 모든 complete한 규칙을 모두 리스트화 할 수 없다. 이론적 무지 : complete한 이론은 없다. 실제적인 무지 : 모든 테스트를 수행할 수 없다. 확률은 게으름과 무지에서 오는 불확실성을 요약하며 문제를 해결하..
규칙 조건부의 지식을 표현하는 IF-THEN형태의 문장이다. ex) ▷IF 연료통이 빈다 THEN 차가 멈춘다. // 인과관계 ▷IF 여름철이다 AND 날이 흐리다 THEN 우산을 가지고 가라 // 추천 ▷IF 차가 멈췄다 AND 연료통이 비었다 THEN 주유를 한다 // 지시 ▷IF 차가 멈췄다 THEN 연료통을 확인한다 AND 단계1을 끝낸다 // 전략 IF 단계1이 끝났다 AND 연료통은 충분히 찼다 THEN 배터리를 확인한다 AND 단계2를 끝낸다 ▷IF 시료가 액체이다 AND 시료의 PH가 6미만이다 AND 냄새가 시큼하다 // 휴리스틱 THEN 시료는 아세트산이다 Logic(로직) Logic은 결론이 도출될 수 있도록 정보를 표현할 수 있는 형식적 언어이다. Syntax는 문장의 문법이다. S..
추상화 추상화란 문제를 단순화시켜 불필요한 부분을 제거하고 핵심 요소와 개념 또는 기능을 간추려 일반화된 모델을 만드는 과정이다. 실제 세계의 문제는 매우 복잡하기 때문에 인공지능에서 문제를 풀기 위해 단순화 과정이 필요한 것이다. 탐색 전략 선택의 4가지 기준 - 완전성 : 해가 있다면 반드시 찾을 수 있는가? - 시간 복잡도 : 얼마만큼 노드를 확장해야 목표상태에 도달할 수 있는가? - 공간 복잡도 : 메모리 공간에 저장할 수 있는 최대 노드의 개수는 몇 개인가? - 최적성 : 가장 적은 비용이 드는 최적의 해를 찾을 수 있는가? BFS vs DFS BFS DFS 완전성 Yes No 시간 복잡도 O(b^(d+1)) O(b^m) 공간 복잡도 O(b^(d+1)) O(bm) 최적성 Yes No BFS는 완..
강한 인공지능과 약한 인공지능 강한 인공지능은 인간과 같은 사고와 인간과 같은 행동을 한다. 인간과 같은 사고는 인간과 유사한 사고 및 의사결정을 내릴 수 있는 시스템을 말하고, 인간과 같은 행동은 인간의 지능을 필요로 하는 어떤 행동을 기계가 따라 할 수 있는 시스템을 말한다. 약한 인공지능은 논리적 사고와 논리적 행동을 한다. 논리적 사고는 계산 모델을 통해 지각,추론,행동같은 정신적 능력을 갖춘 시스템을 말하고, 논리적 행동은 계산 모델을 통해 지능적 행동을 하는 에이전트 시스템을 말한다. 튜링 테스트 튜링 테스트는 인공지능이 사람과 동일하게 생각하는지 테스트하는 1950년 앨런 튜링이 제안한 기법이다. 질의자 하나와 응답자 둘을 준비한다. 질의자는 사람이고 응답자는 사람과 컴퓨터이다. 사람과 컴퓨..
