[복습] 인공지능 기본개념

AI, Artificial Inetelligence는 인간의 지능을 인공적으로 따라한 것임
- 인간의 사고방식을 흉내내서, 지적능력을 구사하는 것임
- 가장 기본은 Rule based algorithm
   > 데이터 기반의 Machin Learning : 결정트리, 선형회귀, 퍼셉트론, SVM 등
   > 심층인공신경망을 가진 Deep Learning : CNN, RNN, GAN


지도학습 vs 비지도 학습 vs 자기지도 학습 vs 강화학습
1) 지도 학습
- 정답(Label)을 알고 있는 것
- 회귀(Regression), 분류(Classification) 등

2) 비지도 학습
- 정답을 모르는 것
- 군집화 종류(K-Means…), 차원 축소(PCA, SVD …), GAN

3) 자기지도 학습
- 일부 정답을 알고 있는 데이터를 활용함(정답 만드는 비용이 크기 때문…)
- 데이터 속에서 스스로 정답(label)을 만들어냄
- pretaex task 학습으로 pre-training 한 뒤 ➡️ downstream task(분류)를 풀기 위해 transfer learning 수행

4) 강화학습
- 학습을 반복하며 가장 리워드가 높아지는 방향으로 흘러가게 함

인공신경
- Node(unit)과 Edge(connection)으로 이뤄짐
- 입력값에 중요도(weight)를 곱하고, 민감도(Bias)를 더해, 활성화함(Activation)
- 주어진 입력을 보고, 원하는 출력이 나오게 중요도와 민감도를 AI가 알아내는게 학습임

인공신경망
- 활성화를 여럿 반복해서 중요도를 중첩하고, 민감도를 여럿 더하는 것
- 모든 노드들이 연결되있는 망이 Multilayer Perceptron, MLP라 부름
- Fully connected layer, FC : 노드끼리 모두 연결된 층
- 결국 함수임 : 주어진 입력에 대해 원하는 출력이 나오게 하는 것
   >> 중요도와 민감도의 계수를 조정해 Lost(cost)를 최소화하는 적정값을 구하는 것