[AI] 개요

* AI 구현 절차

1. 문제 정의

2. 데이터 수집

3. 특징 추출 : 수집한 데이터 중 꼭 필요한 핵심 데이터(feature data) 추출

4. 인식 및 예측

5. 의사 결정

* 인공지능 구현 방식 : 기준에 따라 크게 세 유형으로 구분됨

- 기준

- 판단의 근거가 되는 특징을 어떻게 추출할 것인가?

- 판단 규칙을 어떻게 만들 것인가?

->  [Raw Data] ---(특징 추출)---> [Feature Data] ---(판단규칙 설정)---> [인식 및 예측]

- 유형

- 전문가 시스템 : (룰베이스 시스템) 특징 추출, 판단규칙 설정 모두 사람(전문가)이 직접 결정

- 전통적인 머신러닝 기법 : 특징 추출은 사람, 판단 규칙 기계가 결정

- 딥러닝 기법 : 특징 추출, 판단규칙 설정 모두 기계가 결정

예를 들어, 붓꽃의 품종을 분류하는 것을 만들고 싶을 때. 전문가 시스템은 꽃전문가가 직접 데이터 모아서 품종 기준을 찾아서 특징 결정하고 품종 구분하도록 예측하는 것이 전문가 시스템. 전통적인 머신러닝은 꽃전문가가 직접 데이터 모아서 품종 기준을 찾아서 특징 결정하는 것까지만 하고, 나머지 기계가하는 것. 딥러닝은 사람이 붓꽃 이미지 수집해서 각 이미지에 라벨링(품종별표시) 정도만 해주고 나머지는 기계가 하는 것.

ㅇㅇ

머신러닝 중 인공신경망 기법 이용한 것이 딥러닝