![“ 게다가 당시 인공지능과 인지과학 분야에서는 지식이 지능에 끼치는
역할에 너무 열중한 나머지, 학습과 관련된 주제에 거의 관심을 보이지 않았다.
결과적으로 기계 학습 연구자들은 논문 발표에 어려움을 겪었으며
일반적으로 정당한 대접을 받지 못한다고 느꼈다. [Langely2011] “
지식기반 방식
1. AI vs ML vs DL](https://image.slidesharecdn.com/aimlseminainn3ncloud-191028020500/85/Ai-ML-Seminar-in-N3N-cloud-9-320.jpg)
![학습 :
“경험의 결과로 나타나는, 비교적 지속적인 행동의 변화나
그 잠재력의 변화. 또는 지식을 습득하는 과정 [국립국어원2017]”
기계 학습
1. AI vs ML vs DL](https://image.slidesharecdn.com/aimlseminainn3ncloud-191028020500/85/Ai-ML-Seminar-in-N3N-cloud-12-320.jpg)
![기계학습
“어떤 컴퓨터 프로그램이 T라는 작업을 수행한다.
이 프로그램의 성능을 P라는 척도로 평가했을 때
경험 E를 통해 성능이 개선된다면
이 프로그램은 학습을 한다고 말할 수 있다.”
[Mitchell1997]
기계 학습
1. AI vs ML vs DL](https://image.slidesharecdn.com/aimlseminainn3ncloud-191028020500/85/Ai-ML-Seminar-in-N3N-cloud-16-320.jpg)
![“기계학습”
사례 데이터, 즉 과거 경험을 이용하여
성능 기준을 최적화하도록 프로그래밍하는 작업
[Alpaydin2010]
여러가지 상어 이미지를 컴퓨터가 학습하여
새로 등장한 사진이 백상아리 인지의 여부를 프로그래밍하는 작업
기계 학습
1. AI vs ML vs DL](https://image.slidesharecdn.com/aimlseminainn3ncloud-191028020500/85/Ai-ML-Seminar-in-N3N-cloud-17-320.jpg)
![KB국민카드 황태용님 08/17
17:00 20,000 주식회사 이랜드
사용 …
*아리랑* 통합 리뉴얼 ★
인사드리겠습니다. 오랜 기간
저희 사이트 미접속으로 …
(광고) 업체명
꾸준히 쓴
토11토 아이디
빌려 돈부담x
…
[교보문고] <서울이 아니어도
오를 곳은 오른다> 책 시사회
일정 …
[이니스프리]
멤버쉽 할인
50% ~ 60%
…
나 지영인데, 혹시 오늘영화 볼래? …
ㅂrㅋrㄹr 환영
합니다. 첫 충
20% 무제한 …
비정형 데이터의 기계학습_텍스트
1. AI vs ML vs DL](https://image.slidesharecdn.com/aimlseminainn3ncloud-191028020500/85/Ai-ML-Seminar-in-N3N-cloud-29-320.jpg)
Ai&ML Seminar in N3N cloud
- 1. 엔쓰리엔클라우드 Since 2003 2019 – 01-08 국민대학교 빅데이터 분석 학회 D&A 황태용
- 3. INDEX 1. Ai vs ML vs DL 2. Ai Researcher & Data Scientist 에게 GPU가 필요한 이유 3. 데이터 분석 Process 및 관련 Tool 소개 4. 기계학습 Demo
- 4. AI vs ML vs DL 1 기계학습(ML), 딥러닝(DL)은 인공지능(AI)을 구현하는 기술 중 하나이다 Deep Learning – Network capable of adapting itself to new data Artificial Intelligence – Computers with the ability to reason as humans Machine Learning – Computers with the ability to learn without being explicitly programed AI > ML > DL 1. AI vs ML vs DL
- 5. 인공지능 : “기계로 부터 만들어진 지능＂ 1. AI vs ML vs DL
- 6. 1. AI vs ML vs DL
- 7. AI 지식기반 방식 기계 학습 1. AI vs ML vs DL “ 구멍이 2개이고 중간 부분이 홀쭉하며, 맨 위와 아래가 둥근 모양이라면 8이다. “ AI 지식기반 방식 기계 학습 지식기반 방식
- 8. 하지만, 지식 표현에서 벗어나는 샘플 발생 사람이 일일이 지식기반으로 규칙을 만드는 것은 불가능 인간은 변화가 심한 장면을 쉽게 인식하고 학습한다. 지식기반 방식 1. AI vs ML vs DL
- 9. “ 게다가 당시 인공지능과 인지과학 분야에서는 지식이 지능에 끼치는 역할에 너무 열중한 나머지, 학습과 관련된 주제에 거의 관심을 보이지 않았다. 결과적으로 기계 학습 연구자들은 논문 발표에 어려움을 겪었으며 일반적으로 정당한 대접을 받지 못한다고 느꼈다. [Langely2011] “ 지식기반 방식 1. AI vs ML vs DL
- 10. 지식기반 방식의 한계 1. AI vs ML vs DL
- 11. AI 지식기반 방식 기계 학습 기계 학습 1. AI vs ML vs DL
- 12. 학습 : “경험의 결과로 나타나는, 비교적 지속적인 행동의 변화나 그 잠재력의 변화. 또는 지식을 습득하는 과정 [국립국어원2017]” 기계 학습 1. AI vs ML vs DL
- 13. vs 다음 중 고양이는? 기계 학습 1. AI vs ML vs DL
- 14. vs 다음 중 단추는? 기계 학습 1. AI vs ML vs DL
- 15. 학습(Learning)이란? 다음 중 백상아리는? 기계 학습 1. AI vs ML vs DL
- 16. 기계학습 “어떤 컴퓨터 프로그램이 T라는 작업을 수행한다. 이 프로그램의 성능을 P라는 척도로 평가했을 때 경험 E를 통해 성능이 개선된다면 이 프로그램은 학습을 한다고 말할 수 있다.” [Mitchell1997] 기계 학습 1. AI vs ML vs DL
- 17. “기계학습” 사례 데이터, 즉 과거 경험을 이용하여 성능 기준을 최적화하도록 프로그래밍하는 작업 [Alpaydin2010] 여러가지 상어 이미지를 컴퓨터가 학습하여 새로 등장한 사진이 백상아리 인지의 여부를 프로그래밍하는 작업 기계 학습 1. AI vs ML vs DL
- 18. 7 + 8 = 15 입력 출력처리 과정 기존의 프로그램 (입력) (처리과정) (출력) 프로그래머가 해야 하는 것 구하고자 하는 것 기계 학습 1. AI vs ML vs DL
- 19. 프로그래머가 해야 하는 것 기계 학습 1. AI vs ML vs DL 7 + 8 = 15 입력 출력처리 과정 기계 학습 (입력) (처리과정) (출력) 구하고자 하는 것
- 20. 이것은 나무다 기계 학습 1. AI vs ML vs DL
- 21. 기계 학습 1. AI vs ML vs DL 이것은 나무가 아니다
- 22. 나무 기계학습: 문제와 정답을 학습하여 블랙박스를 만드는 것 정교하게 학습된 블랙박스는 추후에 새로운 문제를 입력 받았을 때 맞는 정답 출력한다 기계 학습 1. AI vs ML vs DL
- 23. 딥러닝 (Deep Learning) : “기계학습의 한 분야로 데이터를 컴퓨터가 처리 가능한 형태인 벡터나 그래프 등으로 표현하고 이를 학습하는 모델을 구축하는 연구를 포함한다” 조직도엔쓰리엔 클라우드 딥러닝 1. AI vs ML vs DL
- 24. DATA 정형 데이터 비정형 데이터 ex) 표 형식의 데이터 ex) 텍스트, 이미지, 동영상, 음성 … 기계 학습에서 사용되는 데이터 1. AI vs ML vs DL
- 25. 입력(X) 출력(Y) 1 2 2 4 3 6 4 8 5 10 10 20 100 200 정형 데이터의 기계학습 1. AI vs ML vs DL
- 26. 입력(X) 1 2 3 4 5 10 100 Y = 2X 출력(Y) 2 4 6 8 10 20 200 정형 데이터의 기계학습 1. AI vs ML vs DL
- 27. 월 소득(X1) 월 유류비(X2) 월 평균 저축 액(X3) 나이(X4) 대학 졸업 여부(X5) 성별(Y) 2,000,000 200,000 0 22 1 남자 1,000,000 100,000 100,000 20 0 여자 50,000,000 - 40,000,000 45 1 남자 3,000,000 1,000,000 2,000,000 30 1 남자 4,000,000 300,000 1,000,000 30 0 여자 5,000,000 450,000 3,000,000 34 0 남자 150,000,000 1,000,000 10,000,000 50 0 여자 정형 데이터의 기계학습 1. AI vs ML vs DL
- 28. DATA 정형 데이터 비정형 데이터 ex) 표 형식의 데이터 ex) 텍스트, 이미지, 동영상, 음성 … 기계 학습의 데이터 1. AI vs ML vs DL
- 29. KB국민카드 황태용님 08/17 17:00 20,000 주식회사 이랜드 사용 … *아리랑* 통합 리뉴얼 ★ 인사드리겠습니다. 오랜 기간 저희 사이트 미접속으로 … (광고) 업체명 꾸준히 쓴 토11토 아이디 빌려 돈부담x … [교보문고] <서울이 아니어도 오를 곳은 오른다> 책 시사회 일정 … [이니스프리] 멤버쉽 할인 50% ~ 60% … 나 지영인데, 혹시 오늘영화 볼래? … ㅂrㅋrㄹr 환영 합니다. 첫 충 20% 무제한 … 비정형 데이터의 기계학습_텍스트 1. AI vs ML vs DL
- 30. 돌고래 망치상어 백상아리 비정형 데이터의 기계학습_이미지 1. AI vs ML vs DL
- 31. Deep Learning : DNN(Deep Neural Network) 딥러닝 1. AI vs ML vs DL
- 32. Deep Learning 2 Deep Learning 1 딥러닝 1. AI vs ML vs DL
- 33. 1. 인터넷 덕분에 학습 데이터가 풍부해짐 2. 값싼 GPU의 등장 3. 새로운 이론 (CNN, 그레디언트 소멸 문제 해결, 다양한 규제 기법의 등장, 층별 예비학습 기법의 개발 …) 딥러닝의 기술 혁신 요인 1. AI vs ML vs DL
- 34. Ai Researcher & Data Scientist 에게 GPU가 필요한 이유 2 vs CPU (중앙처리장치) GPU (그래픽 처리 장치) 2. Ai Researcher & Data Scientist에게 GPU가 필요한 이유 현대 기계학습에서 GPU 가 필요한 이유
- 35. 2. Ai Researcher & Data Scientist에게 GPU가 필요한 이유 현대 기계학습에서 GPU 가 필요한 이유 CPU GPU
- 36. 2. Ai Researcher & Data Scientist에게 GPU가 필요한 이유 현대 기계학습에서 GPU 가 필요한 이유
- 37. 2. Ai Researcher & Data Scientist에게 GPU가 필요한 이유 현대 기계학습에서 GPU 가 필요한 이유
- 38. 2. Ai Researcher & Data Scientist에게 GPU가 필요한 이유 현대 기계학습에서 GPU 가 필요한 이유
- 39. 2. Ai Researcher & Data Scientist에게 GPU가 필요한 이유 실제 국민대학교에서 제공되는 서버 UI
- 40. 2. Ai Researcher & Data Scientist에게 GPU가 필요한 이유 실제 국민대학교에서 제공되는 서버 UI
- 41. 2. Ai Researcher & Data Scientist에게 GPU가 필요한 이유 실제 국민대학교에서 제공되는 서버 UI
- 42. 2. Ai Researcher & Data Scientist에게 GPU가 필요한 이유 실제 국민대학교에서 제공되는 서버 UI
- 43. 기계학습에서 주로 사용되는 Tool & 데이터 분석 절차 3 3. 기계학습에서 주로 사용되는 Tool & 데이터 분석 절차 기계학습에서 주로 사용되는 Tool
- 44. 3. 기계학습에서 주로 사용되는 Tool & 데이터 분석 절차 Deep Learning Framework
- 45. 3. 기계학습에서 주로 사용되는 Tool & 데이터 분석 절차 Deep Learning Framework
- 46. 3. 기계학습에서 주로 사용되는 Tool & 데이터 분석 절차
- 48. 데이터 수집 문제 정의 탐색적 데이터 분석 데이터 전처리 데이터 모델링 학습 검증 최종 모델 테스트 1 2 3 4 5 6 7 • 어떤 작업을 수행할 것인가? • Download • API • Crawling • 분포 • 상관관계 • . . . • Missing Value • Select Require Data • Cleansing • 알고리즘 선택 • 모델 학습 • 모델 검증 • 최종 모델 테스트 80% 20% 3. 기계학습에서 주로 사용되는 Tool & 데이터 분석 절차 기계학습의 절차
- 49. 기계학습 Demo 4
- 50. 감사니다