[AICE] AI의 이해

AI 활용 : 활발히 사용되는 분야

 

AI화가

자연어처리, 의사결정 분야는 AI 적용이 어려움 but 최근 ChatGPT

AI작곡

실시간 개체 검출

자율주행 차량

콘텐츠 추천

 

 

AI 개념

AI는 무엇인가?

스스로 생각하고 판단할 수 있는 컴퓨터

모든 일이 AI로 대체되지는 않지만, 없어지기도 새로 생기기도함

 

< AI를 활용할 때 중요한 점 >

1. 문제의 본질을 파악하는 능력
2. 데이터를 만드는 능력

 

인공지능 > 머신러닝(기계학습) > 딥러닝

ai가 사람처럼 인지 및 판단 > 알고리즘으로 데이터를 분석 및 학습하여 판단예측 > 인공신경망(NN) 알고리즘 활용

 

 

AI 학습방법 : 지도학습 vs 비지도학습 vs 강화학습

어린아이에게 호랑이 사진을 보여주면서 호랑이라고 가르쳐줌
신문기사를 읽고 주제 나누기  ex) 차원축소, 군집합, 이상치 채우기 등에 사용
쿠키런게임(보상↑ 피해↓) - 시뮬레이션 반복 학습

 

ai 모델 구성요소: 데이터 + 모델링

---

파이썬 개발 IDE(Integrated Development Environment) : colab, PyCharm, Anaconda, VScode...

 

파이썬의 장점

1. python the best programming language in AI

2. Community support

3. good visualization options

4. easy readability

5. platform independence

6. flexibility

7. easy coding

8. a rich python libraries for AI projects

 

파이썬 주요 패키지

numpy: 행렬, 다차원 배열을 쉽게 처리

pandas: 데이터 처리 및 분석시 효과적

matplotlib: 데이터 --- 시각화 ---> 차트, 플롯

seaborn: matplotlib 기반으로 다양한 색상 테마와 통계용 차트 등의 기능 추가한 시각화 패키지

scikits learn: 교육 및 실무 위한 머신러닝 라이브러리 패키지

tensorflow: 오픈소스 딥러닝 라이브러리 패키지 by 구글

---

AI 학습원리

 

AI 모델 목표 : 모델에 입력값을 넣었을 때의 출력값(예측값)이 최대한 정답과 일치하도록 (정답과 예측 일치)

 

비용 함수(cost function)

Y^(예측값) - Y(정답) = Cost, Loss, Error

 

최적화 알고리즘(Optimizer)
비용함수에서 나온 cost가 최소화되도록 모델의 파라미터(w, b)를 업데이트하면서 최적 모델 생성

 

모델의 비용함수 구하기 → 비용함수 최소화 → 최적화 알고리즘 이용

 

 

AI 모델링 순서

 

데이터 수집 → 데이터 정리 → 모델학습(train set) ⇔ 모델 테스트(test set) → 모델 배포

                 70% 소요              

 

 

---

왜 코딩을 활용한 AI 적용을 할까?

 

4차 산업혁명과 코딩

 

4C 역량
Collaboration(협업능력)
Communication(소통능력)
Critical thinking(비판적 사고)
Creativity(창의력)

코딩으로 4C 역량 성장 가능!

 

 

AI 모델링 방법

 

No-coding: AI 전문지식 없이도 가능

ex) AIDUez, Azure ML STudio, AutoML 사용

 

coding: 직접 프로그래밍 언어(파이썬, C ..)로 코딩

 

 

코딩을 활용한 AI 모델링

 

자유롭게 모델링 & 정확도 개선 & 자동화