개념 군집화? -데이터 집합의 분포 특성을 분석하여 서로 교차하지 않는 복수 개의 부분집합(cluster)으로 나누는 문제 입력 데이터로부터 추출된 특징 공간에서 특징 값의 유사성에 따라 비슷한 데이터들끼리 묶음 분류-데이터가 주어질때 클래스 레이블까지 주어진다, 지도학습 사용 군집화- 출력값 없이 데이터만 주어짐, 비지도 학습 사용 sample, 대표벡터, 확률분포 결과 표현 할수 있다. 군지화 표현 적용 방법론 k-평균 군집화 (K-means clustering), 계층적 군집화(hierarchical clustering) 가우시안 혼합( Gaussian mixture )모델, SOM (Self Organizing Feature Map) 군집화가 적용 가능한 데이터 -데이터에 대한 클래스 레이블이 주..

회귀 개념 입력변수와 출력변수의 사이의 매핑관계를 찾는 것 ex) 시계열 예측 -> 주가 예측, 환율 예측 등 선형회귀, 비선형회귀, 로지스틱 회귀, SVM, 신경망(MLP, RBF, CNN, LSTM) 분류, 회귀 시스템 차이점 구분 -출력의 형태가 무엇이냐로 구분된다, 분류는 클래스 레이블 숫자로 치면 0~9 이산적 값 회귀는 출력 값이 연속적인 값을 갖는 실수다 보간법과 회귀-데이터를 가장 잘 표현하는 직선/곡선을 찾는 경우 보간곡선 -> 제곱오차가 0이지만 매우 복잡 회귀 직선 -> 작은 오차, 전체적인 데이터의 경향을 보여주는 입출력의 관계 표현에 적합 선형(linear)회귀 직선의 방정식을 찾는것 y=w1x + w0 + e w1 - 기울기, w0 - 절편, e - 오차 또는 잔차(residua..

개념 입력 데이터를 이미 정의된 몇개의 클래스로 구분하는 문제 학습결과 -> 결정경계와 결정함수 데이터 분류 결정경계 g(x; 0)를 얻는 두가지 접근법 확률 기반 방법 P(Ck | x)를 추정하여 분류 베이즈 분류기 데이터 기반 방법 데이터 간의 관계를 바탕으로 분류 K-최근접 이웃 분류기 베이즈 분류기 = 베이즈 정이로부터 유도된 결정경계를 이용한 분류 이진 분류문제 K-최근접 이웃 분류기 최근접이웃 분류기 = 클래스와 상관없이 모든 데이터 중에서 가장 작은 거리값을 갖는 데이터의 클래스로 할당 지나친 학습으로 과다 적합 문제생김 K-최근접 이웃 분류기 = 모든 데이터와 거리를 계산 후 거리가 가까운 n개의 거리를 계산 후 가장많은 빈도수를 차지하는 클래스로 할당 비선형 근접 분류기 를 갖고 있어 복..

인공지능 ⊃ 머신러닝 ⊃ 딥러닝 인공지능 IBM Deep Blue(chess program) 머신러닝 IBM Watson, 구글 검색 알고리즘, 아마존 상품 추천, 이메일 스팸 필터 딥러닝 알파고, 음성인식, 자율주행 시스템 포함 관계 인공지능(Artificial Intelligence: AI) ?? 인간의 지능을 모방하여 문제 해결을 위해 사람처럼 학습/이해 하는 기계를 만듦 약 인공지능 (weak AI) 실제 지능의 소유 여부와 상관없이 지능적인 것처럼 행동하는 기계 단지 정의된 특정 목적을 달성하고 문제를 해결 하는 능력 강 인공지능 (stroing AI) 지능의 모방이 아닌 실제로 인간처럼 생각하는 기계 스스로 문제 정의 및 해결, 지속적인 학습, 자아, 감정 등의 광범위한 지적 능력을 포함 Ar..