인공지능 알고리즘

인공지능은 인공신경망이 대표적인 알고리즘입니다. 

 

인공지능을 처음 접하는 사람들은 인공지능과 인공신경망이 같은 알고리즘인 줄 알고 있습니다.

언론을 통해 알파고 이벤트 이후로 딥러닝이 알려지기 시작하면서 자연스레 인공신경망에 대한 관심이 커졌기 때문이죠. 

 

인공신경망이 인공지능을 대표로 하는 알고리즘은 맞는 것 같습니다만, 20여 년 전에는 인공지능 교재에는 인공신경망 내용이 없었다고 하면 현재의 인공지능 알고리즘을 보면 그동안 많은 변화가 있었던 것이죠.

 

조금은 오래된 인공지능 알고리즘을 소개 한다면 은닉 마르코프 모델입니다. 

100년도 더 된 알고리즘으로 안드레이 마르코프라는 수학자가 만들어낸 확률을 기반으로 한 알고리즘입니다. 

필기체 인식에서 많이 사용되었던 알고리즘으로 현재는 유전자 서열을 비교 분석하는 데 사용되었습니다. 1950년대에는 비터비 알고리즘으로 유명하고, CDMA 무선 통신의 근간을 만드는데 혁신적인 공헌을 끼친 알고리즘이기도 합니다. 

 

https://tsyoon.tistory.com/34?category=988000 

은닉 마르코프 모델

 

 

1972년에 만들어진 유전자 알고리즘도 있습니다. 구현이 쉽고 용이하여 많은 분들이 구현했었고, 지금도 게임분야에 잘 적용되고 있는 알고리즘입니다. 교배, 돌연변이와 같은 세대 간 유전을 학습이라는 측면에서 만들어낸 알고리즘으로 70년대 보다는 그 이후에 많이 알려진 이론으로 현재도 인공지능의 한 분야로 많이 사용됩니다. 

 

 

https://tsyoon.tistory.com/29?category=1000031 

인공지능 분류와 역사

 

 

결정트리(Decision Tree)는 결정 포레스트로 발전을 하여 딥러닝의 한 분야를 이루고 있습니다. 퀸란이 만들어낸 알고리즘으로 현재 see5 프로그램을 사용하여 분기를 통해 패턴을 찾아내는 방법을 가지고 있습니다. 

 

결정트리 알고리즘은 많은 사람들이 예제도 만들어서 공유하기 때문에 실험 환경도 좋고, 새로운 실험도 어렵지 않습니다. 

 

https://archive.ics.uci.edu/ml/index.php

UCI Machine Learning Repository

 

UCI 에 결정트리를 기반으로 하는 데이터 셋이 많이 존재합니다. 예전에는 UCI에서 데이터셋을 찾아 자료 분석하는 것이 유행이었는데 지금은 Kaggle로 넘어가 버렸죠. 그래도 UCI에는 수많은 데이터 분석 자료들이 올라오고 있습니다. 결정트리 데이터셋으로 see5를 이용해서 분석할 수 있습니다. 

 

https://tsyoon.tistory.com/7?category=988001  

결정트리

 

 

Support Vector Machine이라고 SVM입니다. 우리나라말로 번역하면 지지벡터라고 합니다. 

Vapnik 이 만들었고, 이후에 비선형 모델이 개발되면서 분류기로서의 대단한 역할을 하게 되는데 인공지능 알고리즘의 한 획은 그은 이론이라고 할 수 있습니다. 

현재도 분류기로서의 최상의 성능을 보여주는 데 입력값이 많을때 나타나는 차원의 저주를 해결하는 과제가 남아져 있습니다. 

 

https://tsyoon.tistory.com/6?category=987999 

support vector machine

 

 

HMM, 유전자 알고리즘, 결정트리, SVM은 인공신경망 이외에 자주 사용되는 인공지능 알고리즘들입니다. 

현재 인공지능 교재에 실리고 있고, 앞으로도 성능 향상을 통해 인공지능 알고리즘의 메인으로 역할을 수행하게 되겠죠.