[!INFO] 책 정보

• 저자: 저자/김의중
• 번역:
• 출판사: 출판사/위키북스
• 발행일: 2016-07-13
• origin_title: -
• 나의 평점: 7
• 완독일: 2022-10-03 00:00:00

tags: #_독서록/2022년

인공지능,머신러닝,딥러닝 입문

Sub title: Issue date: #저자/김의중 #출판사/위키북스

표지

1. 질문 (책 읽전에 먼저 작성할 것)

_경험에 , 왜 읽었나 질문,궁금 등 __

1.1 Qustion 질문

• (why) 이 책의 제목을 이렇게 지은 이유는?

• (how) 어떻게 설명하고 있는가? 어떻게 하라고 하는가? 어떻게 해야하는가?

• (where) 어느 곳에서 쓴 책인가? 어느 것을 위해 쓴건인가? 어디로 가야하는가? 어디에서 읽어야 하나? 그곳은 어떤 곳인가?

• (when) 이책은 언제 쓰여졌는가? 시대적 배경은 무엇인가? 언제를 기준으로 쓰였는가? 언제 할것인가?

• (who) 저자는 누구인가? 주인공은 누구이고 어떤 사람들이 나오나? 누구를 위해 저자는 말하는가?

• (why) 이책을 통한 질문을 만들기

  • 질문 1.
  • 질문 2.

• (what) 이 책에서 말하는 주제라는 무엇?

  • 알게된 것은 무엇인가?
  • 해야할건 먼가?
  • 다른 책과 다른 점은 먼가?
  • 이 책의 특징은 먼가?

2. 견해

책의 견해

• 작가의 주장과 의견

나의 견해

• 주제에 대해
  • 책 읽기전
  • 책 읽은 후
• 만약 내가 저자였다면

3.중요 문장 (책 밑줄에서 top 3 선별)

_주요 키 내용 2~3가지로 정리하기 또는 20자 정리 _

4. 내생각

• 배운점
• 느낀 점
• 깨달은 점
• 기타

5.책에서 뽑은 키워드 정리

__index_키워드

키워드 1

키워드-제목 1

6.책 밑줄 정리 (책 밑줄 전체,page)

인공지능이란

• 스튜어트 러셀, 피터노박 <인공지능:현대적 접근법> 에서 4가지 영역으로 정의

• 인간처럼

  • 생각하는 시스템
  • 행동하는 시스템

• 이성적으로

  • 생각하는 시스템
  • 행동하는 시스템

• 인공지능의 정의를 ‘생각하는 방법’ 방법으로 접근

  • 카네기멜론 대학 알렌 뉴웰 교수, 허버트 사이먼 교수
    • 논리 이론기
      • 알프레드 노스 화이트헤드, 버트랜드 러셀 <수학 원리> 에 나오는 정리를 자동적으로 증명하는 프로그램
    • 범용해석기
      • 논리이론기를 일반화한 프로그램
      • 임의의 문제를 해결하는 엔진
      • 간단 문제 해결가능 , but 복잡한 문제는 불가
  • 범용해석기의 문제 개선 위하여 수단 - 목표 분석 기반의 경험적 방법을 통해 경우의 수를 줄이는 방법 제시

• 인공지능의 정의를 ‘행동하는’ 방법으로 접근

  • 튜링 테스트
    • 기존의 이론적이거나 추상적인 인공지능의 기준을 정하지 않고
    • 사람이 하는 행동을 컴퓨터가 얼마나 유사하게 ‘모방’ 하느냐로 정의
    • 사람들이 이해,추론,표현하는 ‘행동’을 컴퓨터가 똑같이 모방하는 것이 ‘행동하는’ 인공지능 구현 접근법이다
  • 인간처럼 행동하는 시스템

인공지능의 역사

• 5세대 컴퓨터 기술시대에 들어서면서, 초고집적 프로세서, 고성능 네트워크 장비, 대용량 메모리, 입출력 장치 환경
• 딥러닝 기술 실용화 가능

최초의 인공신경망 퍼셉트론

• #1943년 미국 신경외과 의사 워렌 맥컬록 Warren McCulloch ,뇌 과학자 월터 피츠 Walter Pitts 인공신경망 시작
• On/Off 의 기본 기능이 있는 인공 신경을 그물망 형태로 연결하면 사람의 뇌에서 동작하는 아주 간단한 기능을 흉내 낼 수 있다는 걸 증명함
• #1958년 코넬 대학교 프랭크 로센블래트 퍼셉트론 이론 탄생
  • 인공 신경망의 첫 구현체이자 현대 딥 러닝의 시초, 퍼셉트론
  • 로젠블라트 박사는 1958년 출간한 기념비적인 논문 ‘퍼셉트론’의 서문에서 아래와 같은 질문을 던진다.
    • “우리가 궁극적으로 지각적 인식, 일반화, 기억 그리고 사고를 할 수 있는 고등 유기체의 능력을 이해하기 위해서는 먼저 세 가지 근본적인 질문에 대해 답할 수 있어야 한다.”
      1. 생물 시스템은 실제 물리적 세계에 대한 정보를 어떻게 감지할까.
      2. 어떤 형태로 정보가 저장되거나 기억될까.
      3. 스토리지 또는 메모리에 저장된 정보가 인식과 동작에 어떻게 영향을 미칠까.
    • 퍼셉트론은 실제 뉴런과 유사하게 작동하도록 설계됐다. 뇌에서 뉴런이 입력 신호를 받으면 출력 신호가 생기듯이 퍼셉트론에서는 입력값을 통해 출력값이 생긴다. 이때 모든 입력값이 출력값을 내는 것은 아니다. 뉴런이 일정 이상의 자극을 받아야 출력 신호가 생기는 것처럼 퍼셉트론도 일정 이상의 값이 충족돼야 출력 값을 받을 수 있다. 이 일정 이상의 값을 조정해 주는 역할을 ‘가중치’가 하게 된다. 그리고 퍼셉트론은 이 가중치를 통해 입력값의 중요도를 스스로 선별하고 이를 바탕으로 결과값을 출력해 내는 것이다.
• 로젠블라트의 퍼셉트론은 인공신경망을 실제로 구현한 최초의 모델이다

세대별 컴퓨터의 발전 사

• 1세대 컴퓨터
  • 1946년 - 1959년 사이의 컴퓨터를 말함
  • CPU,MEM 을 사용하는 개념
  • 애니악,애니박,유니박 UNIVAC,IBM 650, IBM 701 등
• 2세대 컴퓨터
  • 1959년 - 1965년 사이
  • 진공관 대신 트랜지스트 사용, 크기가 작아짐
  • 메모리와 2차 저장 장치로 자기테이프,디스크 사용
  • 포트란,코볼 사용
  • IBM 1620, IBM 7094, CDC 1604, CDC 3600, UNIVAC 1108
• 3세대 컴퓨터
  • 1965년 - 1971년
  • 트렌지스터 대산 직접회로 사용
    • 실리콘 칩위에 #1958년 텍사스 인스트루먼트 에서 잭 킬바가 발명
  • 크기가 더 작아짐
  • 원격지에서 명령어 실행 가능,
  • CPU공유 가능, 병렬컴퓨팅 멀티프로그래밍 기술 도입
  • 파스칼,베이직 언어 사용
  • IBM360, 허니웰 6000 시리즈
• 4세대
  • 1971년 - 1980년대
  • 실리콘칩에 수천개 트랜지스터 집적, 고밀도 집적회로 VLSI발명
  • 마이크로프로세서 개발, 컴퓨터 대중화
  • C/C++ 개발
  • Cray C-MP, Y-MP,DEC10, STAR 1000, PDP 11등 기종
• 5세대
  • 1980년 부터 - 현재
  • 초고밀도 실리콘 칩의 트렌지스터
  • 4세대 집적회로 안에 5천개 트랜지스터, 5세대는 26억개
  • 병렬컴퓨팅 발전, 여러개의 컴퓨터를 하나인 것처럼 사용

머신러닝

머신러닝

통계학

• 경험과학에서 생길 수 있는 불확실성을 계량적으로 설명하기 위한 논리와 방법론을 연구한다
• 실험이나 관찰을 통해 기록된 데이터가 의미하는 바를 수학적 기법을 통해 논리적으로 유추하는 학문이다
• 머신러닝,딥러닝에 통계와 확률 개념 적용한다.
• 데이터를 수집,분류,분석해서 컴퓨터에 학습시키는 과정 - 기술적 통계학
• 학습을 통해 새로운 입력값에 대한 결과 예측 과정 - 확률 이론

기술 통계학

• 관찰된 자료를 수집,정리, 요약해 현재의 상황을 이해하는 것 목적

추리통계학

• 모집단에서 추출된 표본 자료를 분석해 확률이론을 바탕으로 모집단의 특성을 추리하는데 중점.

상관분석

• 독립변수와 종속변수 간의 관계의 강도를 갖는지 분석
• 변수들 간의 상관성 유무만 확인 - 인과관계는 분석 안함
• 핵심=상관계수 구하기
  • 상관계수
    • 영국 생물학자,통계학자인 프랜시스 골턴이 정의
    • 영국 통계학자 칼 피어슨이 이론적으로 정립
  • 독립변수 와 종속변수의 관계정도 -1 ~ 1 사이로 정량화 한것
  • 상관계수 r = 0 : 아무런 상관없다, -1,1 : 매우 강한 상관 관계

회귀분석

• 관측된 사건들을 정량화해서 여러 독립변수와 종속 변수의 관계를 함수 수식으로 설명하는 방법
• 회귀 regression 원위치로 돌아간다,
• 상관 correlation 과 밀접하게 연관
• 1880년대 영국 빅토리아 시대 프랜시스 골턴(다윈과 사촌지간) 이 부모와 자식의 키 상관관계를 연구하면서 ‘평균으로 회귀한다’라는 표현사용
• 요즘에는 독립변수와 종속변수를 설정 하고 이들의 관계를 통계적으로 살펴보는 대부분의 방법론을 다 회귀분석이라고 부르기도 한다

종속변수

• 우리가 알고 싶어하는 결과 값
• 기댓값,예상값 이라고도 함

독립변수

• 결과값에 영향을 주는 입력값

선형 회귀

• 결과값에 영향을 주는 인자가
  • 1개 -> 단순선형회귀분석 사용
  • 2개이상 -> 다중회귀분석 사용
• 입력값(독립변수) 과 예상값 (종속변수) 의 관계가 직선형태로 나타남
• 일반적으로 최소제곱법을 이용한다
• 머신러닝에서는 독립변수 -> (데이터) 특성 , 종속변수 -> 레이블 이라고 부른다.

로지스틱 회귀

딥러닝

• 딥러닝

3. 연관 문서

-.