[AI] 인공지능

• 인공지능 (Artificial Intelligence)
  
  인간의 지능을 모방하여 기계가 스스로 학습, 추론, 판단을 할 수 있도록 설계된 컴퓨터 과학의 한 분야
  
  
  
• 인공지능 원리

원리	설명
학습 (Learning)	데이터로부터 지식을 추출
추론 (Reasoning)	주어진 정보로부터 결론을 도출

 

• 인공지능 특징
  
  - 자기 학습
  - 문제해결 능력
  - 데이터처리 자동화
  - 언어이해 및 처리
  - 감지 및 인식
  - 적응성
  
  
  
• 인공지능과 기계학습
  
  
  
  
  
  1) 인공지능 (AI) : 기계가 인간처럼 사고하고 행동할 수 있게 하는 가장 광범위한 분야
  2) 머신러닝 (ML) : 인공지능의 하위집합으로, 알고리즘이 데이터로부터 학습하고 경험을 통해 자동으로 개선
  3) 딥 러닝 (DL) : 기계학습의 한 분야로, 인간의 뉴런처럼 인공신경망을 통해 데이터에서 패턴을 학습하고 고도로 복잡한 작업을 수행
  
  
  
• 인공지능에서 데이터의 중요성
  
  대량의 고품질 데이터는 인공지능 모델이 더욱 정확하고 효과적으로 학습할 수 있도록 하며, 인공지능 시스템의 성능을 결정
  
  
  
• 인공지능의 학습
  
  1) 데이터 처리

절차	설명
데이터 수집	학습의 첫 단계
데이터 전처리	데이터를 정제하고 가공(누락된 값 처리, 정규화, 특성 추출 등)

2) 모델 학습

절차	설명
알고리즘 선택	학습할 문제의 유형(분류, 군집화, 회귀 등)에 따라 알고리즘을 선택
학습 과정	데이터에서 패턴을 학습
모델 학습	대량의 데이터를 반복 입력, 모델의 하이퍼파라미터를 조정하여 예측오류를 줄이고 성능을 개선 *Hyperparameter : 모델의 구조와 학습방식에 대한 설정값

3) 평가 및 최적화

절차	설명
모델 평가	학습된 모델의 성능을 검증데이터(Validation Set)를 통해 평가
최적화 및 튜닝	하이퍼파라미터 조정, 성능 개선 => 반복 수행