기계 학습

인공 지능

인공지능은 인간과 동물의 지능을 모사한 기계가 보여주는 지능을 말한다.

AI와 ML의 관계

AI — 지능형 기계 및 프로그램을 만드는 엔지니어링

ML — 명시적으로 프로그래밍하지 않고 학습할 수 있는 능력. 즉, 데이터에서 패턴을 추출하여 학습하는 인공 지능 시스템의 기능을 머신 러닝이라고 합니다.

ML의 특징 ;
• 데이터를 사용하여 데이터 세트의 패턴을 감지하고 그에 따라 프로그램 작업을 조정합니다.
• 새로운 데이터에 노출될 때 스스로 성장하고 변화하도록 학습할 수 있는 컴퓨터 프로그램 개발에 중점을 둡니다
. 프로그래밍됨
• 분석 모델 구축을 자동화합니다.

기존 대 ML

기계 학습 및 데이터 과학

DS와 ML은 밀접한 관련이 있습니다. DS는 ML 알고리즘의 데이터를 평가하는 데 도움이 됩니다.

DS : 데이터에서 패턴을 찾기 위해 통계적 방법을 사용하는 것입니다.

ML : 통계적 기계 학습은 DS와 동일한 수학 및 기술을 사용합니다.

DS : 이러한 기술은 스스로 학습하고 개선하는 알고리즘에 통합됩니다.

ML : 기계 학습은 기계가 데이터의 패턴에서 학습할 수 있도록 하므로 AI를 용이하게 합니다.

기계 학습 기술

ML은 DS의 여러 이론과 기술을 사용합니다.

• 분류(Classification): 컴퓨터 프로그램이 주어진 데이터 입력으로부터 학습한 다음 이 학습을 사용하여 새로운 관찰을 분류하는 기술
• Categorization : 데이터를 가장 효과적이고 효율적으로 사용하기 위해 범주로 분류하는 기술
• 클러스터링 : 동일한 그룹의 객체가 다른 그룹의 객체보다 서로 더 유사한 방식으로 객체 집합을 그룹화
• 추세 분석 : 시계열 데이터 분석을 통해 이벤트의 현재 및 미래 움직임을 예측하는 것을 목표로 합니다.
• Anomaly Detection : 겉보기에 동질적으로 보이는 데이터에서 이상하게 보이는 경우를 식별
• 시각화 : 그림 또는 그래픽 형식으로 데이터를 표시합니다. 의사 결정자는 시각적으로 제시된 분석을 볼 수 있습니다.
• 의사결정 : 가능성에 대한 증거로 데이터를 사용하여 관리 결정에 영향을 미칠 수 있는 능력을 사람들에게 제공하는 기술 또는 기술

영상처리 : 영상 태깅 및 인식, 자율주행차, 광학문자인식(OCR) 등

로보틱스 : 휴먼 시뮬레이션, 휴머노이드 로봇, 산업용 로봇.

데이터 마이닝 : 이상 탐지, 그룹화 및 예측, 연관 규칙.

Vedio Games : 일부 게임은 강화 학습을 구현합니다.

텍스트 분석 : 스팸 필터링, 감성 분석, 정보 추출

헬스케어 : 의료 진단, AI로 헬스케어를 혁신하는 100개 이상의 스타트업

......

감사합니다!