머신러닝 1일차

AI / 머신러닝 / 딥러닝 / 생성형 AI 차이점...?

​

• 앨런 튜닝 - 인공지능의 할아버지(영화-이미테이션 게임)
• 힌튼 교수 - 인공지능의 아버지
• 튜닝 테스트란? 기계의 지능을 판별하기 위해 고안한 실험으로, 30% 이상의 확률로 컴퓨터를 사람으로 오판하면 인공지능이라 한다(사고 능력이 있는 것으로 간주).
• 지능 구현을 위한 두 가지 접근법
  • 기호주의: 합리주의 기반(논리규칙) -> 전통적인 프로그래밍 방식
  • 연결주의: 기본개념은 Trial & Error(시행착오) -> 머신러닝의 학습 진행 과정​

• 학습이란?
  • 최적의 w(weight)와 b(bias)를 찾는 것!
    • weight: 가중치
    • bias: 편향
  • 모델 학습이 끝났다, 모델이 구축됐다는 의미는? w와 b를 찾았다는 말!!

• 훈련 데이터 / 검증 데이터 / 테스트 데이터
  • 훈련 데이터: w와 b를 찾는 과정에서 사용하는 데이터로, 모델 구축 과정에서 w,b 를 업데이트 하면서 최적의 w와 b를 찾는데  사용하는 데이터.
  • 검증 데이터: 모델 구축 과정에서 최적의 w와 b를 찾은 시점에서 정말 최적인가? 비교하고 평가하는데 사용하는 데이터.
  • 테스트 데이터: 모델 구축이 끝나고 나서 사용되는 데이터

​

​

이제 머신러닝 1일차 학습.. 기본 개념을 잘 이해하도록 노력해보자!!