인공지능,머신러닝,딥러닝,빅데이터 개념 및 공부 방향

 

인공지능(AI)

컴퓨터에서 지능적인 행동을 시뮬레이션하는 컴퓨터 과학 분야
일반적으로 사람의 지능을 필요로 하는 작업을 수행할 수 있는 컴퓨터 시스템(ex. 시각적 인식, 음성 인식, 의사결정, 언어간의 번역)

 

머신 러닝(Machine learning): 기계 학습

"인공지능의 부분집합", 기본적으로 알고리즘을 이용해 데이터를 분석, 분석을 이용해 학습을 하고 학습으로 얻어진 정보를 기반으로 판단이나 예측을 하는 것이다. 대량의 데이터와 알고리즘을 통해 컴퓨터를 '학습'을 시켜 작업 수행 방식을 익히는 것이며 기초 데이터를 주지 않아도 스스로 학습을 통해 결과값을 만드는 원리를 알아가는 것

예) 키(height)를 기반으로 몸무게(weight)예측하기

첫번째로 데이터를 수집(collect)한다. 데이터가 다음 형태를 보인다고 가정할 때

그래프의 각 점은 데이터(record)를 뜻한다.
몸무게(kg) = 키(cm) - 100
이 공식은 예측에 도움을 줄 것이지만 '성능'을 이해하고 향상하기 위해 실제값(y)과 예측값(y-hat)의 차이를 줄여야 한다.
이것이 성능을 측정하는 방법이다. 데이터가 많을수록(즉, 경험이 많을수록), 더 나은 성능의 모형이 만들어질 것이다. 또한 추가 변수(variables)를 넣어보면서(ex.성별 등) 선의 위치도 조금씩 변화시켜 볼 수 있을 것이다.

 

머신러닝 사례

• 자율 주행차
• 알파고 AlphaGo
• 머신러닝과 스타크래프트

 

딥 러닝

컴퓨터가 특정 업무를 수행할 때 정형화된 데이터를 받지 않고 스스로 필요한 데이터를 수집하고 분석하여 빠르게 처리할 수 있다. 즉 사람이 개입하던 과정이 필요 없어진다. 원본 데이터를 그대로 전달하면 딥러닝 알고리즘을 통해 이미지 및 음성인식 등을 이해하고 인식하게 된다.

머신러닝과 딥러닝의 차이점

머신러닝은 먼저 데이터로 학습을 시키고 그 학습을 바탕으로 다른 데이터의 옳고 그름을 판별한다면,
딥러닝의 경우 데이터만 제공해줘도 기계가 스스로 규칙을 찾아 학습해 나가는 것이다.

 

예) 도형 구분하기

인간이 정사각형과 다른 도형을 인지하는 방법은 먼저 우리의 눈은 도형에 4개의 선들이 있는지 없는지 확인한다.(이 단계가 simple concept) 4개의 선을 찾은 후, 이 선들이 연결되어 있는지, 닫혀 있는지(closed), 직각인지, 선의 길이가 동일한 지 찾아볼 것이다. (이 단계가 nested hierarchy of cocepts)
다시 정리해보면, 복잡한 task(정사각형을 구분하는 일)를 좀 덜 추상적인 task로 구분하였다. 딥러닝이 바로 이러한 개념으로 실행된다고 보면 된다.

딥러닝의 사례

• 번역: 구글 번역기는 자동으로 사진 속 외국어를 원하는 나라의 언어로 번역해준다. 알고싶은 물체 위에 카메라만 대고 있으면 이미지 속 외국어를 번역해준다.
  
  
• CSI 스타일의 픽셀 복원
  
  

구글 번역 모습

 

https://youtu.be/3uoM5kfZIQ0

 

 

빅데이터

빅데이터는 기존 데이터보다 너무 방대하여 기존의 방법이나 도구로 수집/저장/분석 등이 어려운 정형 및 비정형 데이터를 의미한다.

빅데이터의 특징

빅테이터의 특징으로 크기(Volume), 속도(Velocity), 다양성(Variety)를 들 수 있다.
크기: 일반적으로 수십 테라 바이트 혹은 수십 페타바이트 이상 규모의 데이터 속성을 의미한다.
속도: 대용량의 데이터를 빠르게 처리하고 분석할 수 있는 속성
다양성: 다양한 종류의 데이터를 의미하여 정형화의 종류에 따라 정형, 반정형, 비정형 데이터로 분류할 수 있다.

빅데이터 사례

• IBM이 제공한 고해상도 날씨 예측 시스템은 날씨와 관련한 방대한 데이터를 분석해 폭우를 48시간 이전에 예측한다.
  
• 싱가포르는 차량의 기하급수적인 증가로 인한 교통체증을 줄이기 위해 교통량 예측 시스템을 도입하였다. 이 시스템을 통해 85%이상의 정확성으로 교통량을 측정하고 있다.

 

공부 방향

머신러닝/딥러닝 공부 링크 정리
https://ncookie.tistory.com/72

머신러닝/딥러닝 공부 링크 정리

 

 

모두를 위한 딥러닝 - 기본적인 머신러닝과 딥러닝 강좌

https://www.inflearn.com/course/%EA%B8%B0%EB%B3%B8%EC%A0%81%EC%9D%B8-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EB%94%A5%EB%9F%AC%EB%8B%9D-%EA%B0%95%EC%A2%8C#

모두를 위한 딥러닝 - 기본적인 머신러닝과 딥러닝 강좌 - 인프런

https://t-robotics.blogspot.com/2018/12/39-2019.html#.XTA80ugzZPY

불러오는 중입니다...

https://www.youtube.com/watch?v=qxUD7fOseBQ&list=PLRx0vPvlEmdAbnmLH9yh03cw9UQU_o7PO

불러오는 중입니다...

 

---

Reference

 

인공지능(AI) vs. 머신 러닝 vs. 딥 러닝
https://skymind.ai/kr/wiki/ai-vs-machine-learning-vs-deep-learninge

딥러닝, 머신러닝의 차이점은?
https://brunch.co.kr/@itschloe1/8

머신러닝과 딥러닝, 인공지능의 차이
https://jayzzz.tistory.com/57

빅데이터란?
https://terms.naver.com/entry.nhn?cid=58370&categoryId=58370&docId=3386304&expCategoryId=58370

머신러닝 사례 & 딥러닝과 비교
https://viforyou.com/2019/01/17/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D/

딥러닝의 30가지 적용 사례
https://brunch.co.kr/@itschloe1/23