인공지능의 기본 이론

초창기 인공지능 혹은 기계학습 교재에는 인공신경망 (artificial neural network)나 SVM(supoort vector machine) 내용 없이 알고리즘 요소가 많이들어가 있었습니다. 특히, 베이지안 통계학이나 연역법, 귀납법과 같은 추론 위주의 개념들이 주를 이루고 있었으며 통계적 분석을 위한 프로그래밍 내용들이 많이 있었습니다. 

 

현재는 인공지능이라고 하면 인공신경망, 특히 딥러닝에 대한 이야기가 주를 이룹니다. 교재에도 변천사가 있겠지요. 

 

고등학교까지의 교육과정에서 인공지능 주제를 다루는 것은 쉽지 않습니다. 현행교육과정 이상의 내용들이 많이 나옵니다. 오류역전파를 하려면 편미분을 할 줄 알아야 하는데 미분은 고2 교육과정입니다. 선행이 있어야 합니다. 

SVM은 라그랑제 방정식으로 KKT 규칙까지 봐야 하는데 대학교 일반수학 교재에 있습니다. 

어려운 내용들도 아닌데 과정이 중요하다 보니 인공지능 프로그래밍을 하다 보면 어쩔 수 없이 수학공부를 하게 됩니다. 

 

아주 기본적인 인공지능에 대한 이야기를 해 봅시다. 

 

인공지능은 지도학습(Supervised Learning) 과 비지도학습(unsupervised Learning)으로 나뉩니다. 

 

정답이 있느냐에 대하여 사용자가 학습에 관여하느냐 안하느냐에 대한 내용으로 구분한다고 했는데, 그렇게 나누는 것보다는 정답이 있는 데이터를 학습을 통해 나눌 수 있는 것을 지도학습으로 정답이 나와 있지 않는 데이터를 클러스터링 하는 것을 비지도학습으로 구분하는것으로 이해하는 것이 좋을 것 같습니다. 

 

 

- 지도학습(Supervised Learning)

 

Regrssion(회귀)와 Classification (분류) 같은 방법을 이용해서 정답있는 데이터를 학습하는 과정의 내용입니다. 

대부분의 인공지능 알고리즘들은 정답을 가지고 빅데이터를 가지고 학습하는 방법을 알고리즘으로 구현하기에 지도학습으로 분류됩니다. 

 

인공신경망, SVM, 결정트리등등 

 

#분류

데이터를 정해진 라벨에 따라 분류하는 방법. 두가지 선택지의 이진 분류와 그 이상의 선택지를 가진 다중 분류가 존재

스팸메일 분류

 

 

#회귀

데이터들의 특징을 기준으로 연속된 값을 예측하는 방법. 결과 값은 실수 값을 가질 수 있다

보스턴 주택가격 예측 

 

 

 

 

- 비지도학습(unsupervised Learning)

 

정답과 같은 결과가 없지만 카테고리 분류나 클러스터링(clustering)을 이용하는 방법을 말합니다. 

 

KNN, K-means 같은 클러스터링을 활용하는 알고리즘은 비지도 학습으로 분류가 됩니다. 결과값이 없어서 분류를 통해서 구분할 수 있습니다. 

 

 

아직까지는 인공지능에 대한 분류정도 밖에는 없지요. 

예전 책에서는 연역법, 귀납법등에 대한 내용도 나옵니다. 최근 인공지능은 학습(훈련)이라는 내용으로 연결이 되는데 인공지능에서의 학습은 우리가 알고 있는 학습과는 차이가 있습니다.

 

 

 

 

 

 

 

 

http://www.epnc.co.kr/news/articleView.html?idxno=210680 

AI의 학습방식: 지도 학습, 비지도 학습 - 테크월드뉴스

 

 

참고한곳 #1, #2