[Study1] AI/머신러닝/딥러닝 개념 이해하기
[AI와 QA의 만남] - Study Day1 (학습일: ‘20.04.13)
AI/머신러닝/딥러닝 개념 이해하기
-
머신러닝 vs 딥러닝 vs 인공지능? A.I. 개념정리! : 니콜라스의 초간단 설명, 다양한 이미지/영상을 포함하여 설명 (인사 만 한국말… 한글 자막 있음)
-
김형진님 유튜브 영상 보기 : 우버 머신러닝 엔지니어가 실제 현업 엔지니어 관점에서 설명
-
Raj Ramesh 유튜브 영상 보기 : AI 분류에 대해 그림으로 설명 (그림 그리는 실력이 대단함. 배우고 싶네… 한글 자막이 없어서 아쉬움)
-
김성훈 교수님의 유튜브 영상 보기 : 교수님 답게 이론적인 설명에 충실함 (재미는 없음!!!)
-
AI, Machine Learning, Deep Learning을 텍스트로 정리해보면…
(그림 출처: https://blogs.nvidia.co.kr/2016/08/03/difference_ai_learning_machinelearning/)
- AI(Artifical Intelligence)
- 인공지능은 인간의 지능을 갖고 있는 기능을 갖춘 컴퓨터 시스템이나 인간의 지능을 기계 등에 인공적으로 시연(구현)한 것
- 또는 그와 같은 지능을 만들 수 있는 방법론이나 실현 가능성 등을 연구하는 과학 분야
- 분류 : 강인공지능(strong AI, 범용인공지능, AGI) vs. 약인공지능(weak AI), 또는 AGI(Artifical General Intelligence) vs. ANI(Artifical Narrow Intelligence)
- Machine Learning
- 명시적 프로그래밍(Explicit Programming)으로는 처리하기 어려운(because too many rules) 문제를 해결하기 위해, “명시적 프로그래밍 없이 컴퓨터가 학습하는 능력을 갖도록 하는 방법을 연구 분야”
- AI를 구현하기 위한 방법. AI와 Machine Learning을 거의 동일한 개념으로 지칭하기도 함
- 분류 : 지도 학습, 비지도 학습, 강화학습
- Deep learning
- Machine Learning 알고리즘의 집합. Machine Learning을 달성하기 위한 방법
- 큰 틀에서 사람의 사고방식을 컴퓨터에게 가르치는 Machine Learning의 한 분야
- 지금 우리가 학습하고자 하는 내용이 Deep Learning(Deep Neural Network, DNN) 기술들 임 (딥러닝을 공부하자는 얘기~~~)
- AI(Artifical Intelligence)
Artificial Neural Network(ANN), Deep Neural Network(DNN)에 대해 좀더 알아보자!!!
-
인공지능, 기계학습 그리고 딥러닝 Slideshare, 이진원/SNU : 8, 14~15, 23, 26~36페이지 참조
-
딥러닝의 기본 개념 (김성훈 교수님의 강의, Neural Network(신경망) 개념부터 Deep Leaning까지 체계적인 정리)
-
밑바닥부터 시작하는 딥러닝 도서 학습하기 (Notebook Viewer에서 보기)
- Github Repository에서 확인하기 (Github Repository에서 직접 확인 시 Markdown으로 작성된 설명 부분이 깨져보이는 경우가 있음)
-
Local에서 Jupyter Notebook을 통해 직접 확인하고 실행해보기 (Github Repository를 Clone 할 폴더로 이동하여 아래 명령을 차례로 실행하기)
git clone https://github.com/sungalex/deep-learning-from-scratch.git cd deep-learning-from-scratch jupyter notebook
- 위의 첫번째 명령은 학습할 Github Repository를 현재 폴더 아래에 deep-learning-from-scratch 이라는 폴더에 Clone 함 (폴더명을 지정하지 않으면, Repository 이름과 동일한 폴더에 Clone 함)
- 세번째 줄의
jupyter notebook
명령으로 주피터 노트북을 실행하고, 브라우저에서 “_mystudy” 폴더 아래에 있는 파일들을 선택하여 학습