º 21c의 인공지능

2006 토론토대 -> 딥러닝 알고리즘 발표

2012 이미지넷에서 딥러닝 활용한 팀이 우승

2015 구글 딥마인드 인수

2016 구글 알파고 

º AI WINTER 

74~80 

지나친 기대로 인해 예산 삭감 -> cpu나 충분한 메모리가 없었기 때문, 빅데이터 존재 x 

87~ 93 

몇몇 특수한 상황에서만 유용함이 밝혀졌고, 학습에 대한 문제점 해결 

º 탐색

인공지능에 기본적이고 중요한 도구

컴퓨터가 문제를 해결하기 위해 스스로 해답에 

이르는 경로를 찾아가는 과정 

탐색 알고리즘: 맹목적 탐색(DFS, BFS, 균일비용탐색)  경험적인 탐색(탐욕적인 탐색, A*탐색)이 있습니다.

º 머신러닝이란?

데이터와 답을 입력해서 규칙을 찾아 

다른 데이터에 적용하는 것을 의미합니다.

강화학습: 보상시스템으로 학습

의사결정을 위한 최적의 액션 선택

지도학습: 레이블 된 데이터로 학습, 미래 데이터 예측 -> 정답을 알려주며 학습 ex) 이것은 고양이입니다. 

비지도학습: 데이터의 숨겨진 구조, 특징 발견 -> 정답을 알려주지 않음 -> 개와 고양이 사진을 보여줌 -> 특징을 알려주고 구분만 함 

º Teachable Machine 

데이터 모으기 ->

학습하기(Traning) ->

테스트 

1. 데이터 모으기: 먼저 이미지를 선택하고 웹캡이라던가 이미지 폴더를 올려놓는다.

EX)_ 마스크를 쓴 웹캡, 안 쓴 웹캠 / 강아지, 고양이 사진 

2. 학습하기: 학습하기 버튼을 누르면 학습이 완료된다. 

3. 테스트: 실제로 되나 테스트를 해보는 것인데, 마스크를 쓰면 마스크 100% 

안 쓰면 얼굴 100% 이런식으로 뜨게 된다. 

*구글 티쳐블 머신 활용 찾아보기 

https://teachablemachine.withgoogle.com/models/fAqBDw-bi/