머신 러닝-기존 AI

AI의 여정은 컴퓨팅 성능이 오늘날의 일부에 불과했던 1950 년대에 시작되었습니다. AI는 통계학자가 계산기를 사용하여 예측하는 방식으로 기계가 만든 예측으로 시작했습니다. 따라서 초기 전체 AI 개발은 주로 통계 기법을 기반으로했습니다.

이 장에서는 이러한 통계 기법이 무엇인지 자세히 살펴 보겠습니다.

통계 기법

오늘날의 AI 애플리케이션 개발은 오래된 전통적인 통계 기법을 사용하여 시작되었습니다. 미래 가치를 예측하려면 학교에서 직선 보간을 사용 했어야합니다. 소위 AI 프로그램 개발에 성공적으로 적용되는 여러 다른 통계 기법이 있습니다. 오늘날 우리가 가지고있는 AI 프로그램은 훨씬 더 복잡하고 초기 AI 프로그램에서 사용하는 통계 기법을 훨씬 뛰어 넘는 기법을 사용하기 때문에 "소위"라고 말합니다.

당시 AI 애플리케이션을 개발하는 데 사용되었으며 여전히 실제로 사용되고있는 통계 기법의 몇 가지 예가 여기에 나열되어 있습니다.

• Regression
• Classification
• Clustering
• 확률 이론
• 의사 결정 트리

여기에서는 AI가 요구하는 광대 함을 두려워하지 않고 AI를 시작하기에 충분한 몇 가지 기본 기술 만 나열했습니다. 제한된 데이터를 기반으로 AI 애플리케이션을 개발하는 경우 이러한 통계 기술을 사용하게됩니다.

그러나 오늘날에는 데이터가 풍부합니다. 우리가 통계 기법을 가지고있는 거대한 데이터의 종류를 분석하는 것은 그들 자신의 한계가 있기 때문에별로 도움이되지 않습니다. 따라서 많은 복잡한 문제를 해결하기 위해 딥 러닝과 같은 고급 방법이 개발되었습니다.

이 튜토리얼을 진행하면서 머신 러닝이 무엇이며 복잡한 AI 애플리케이션을 개발하는 데 어떻게 사용되는지 이해하게됩니다.