본문 바로가기

전체보기

(462)
[46] 경인교육대학교 교육전문대학원 2023학년도 석사과정(AI교육 전공) 준비하기(9) - 인공지능 교육개론 챕터7(인공지능 학습 이해하기 - 엔트리) 머신러닝 기반 교수-학습 모형 1. 문제 인식 및 분석 - 생활 속 문제 상황 중 머신러닝을 활용하여 해결할 수 있는 문제를 인식하는 단계 2. 데이터 수집 - 문제를 해결하는 데 필요한 실질적인 데이터를 수집하는 단계 3. 데이터 가공 및 선별 - 수집한 데이터를 처리할 수 있도록 수치화, 도식화, 라벨링 후 필요한 데이터를 선별하는 단계 4. ML 모델 훈련 및 평가 - 선별한 데이터를 바탕으로 머신러닝 모델 훈련 및 정확도를 평가하는 단계 5. ML 프로그래밍 - 머신러닝 모델을 활용하여 프로그래밍을 작성하는 단계 6. 적용 및 해결 - 제작한 프로그램을 적용하여 문제를 해결하는 단계 7. 공유 및 환류 - 작성한 프로그램을 공유하고 피드백을 통해 프로그램을 개선하는 단계 엔트리 인공지능 꾸러미 1..
[45] 경인교육대학교 교육전문대학원 2023학년도 석사과정(AI교육 전공) 준비하기(8) - 인공지능 교육개론 챕터6(인공지능 언플러그드 활동하기) 신경망의 종류 Recurrent Neural Network(RNN) - 한 단계 앞 시점의 출력을 다음 시점의 입력으로 사용하는 신경망(시계열 데이터, 자연어 문장 등에 사용) Long Short-Term Memory(LSTM) - RNN의 방식에서 무의미한 출력 값이 다음 입력으로 사용되는 것을 막음. Gated Recurrent Unit(GRU) - LSTM을 개량한 신경망. 학습 시간을 효율화할 수 있도록 설계. Convolutional Neural Network(CNN) - 복수의 인접 데이터를 정리(합성곱)하는 도구가 탑재된 신경망. 이미지, 영상, 컴퓨터 비전 분야에서 많이 연구 중. CNN의 구조와 원리 convolution layer - 합성곱 연산, 필터 연산 pooling layer -..
[44] 경인교육대학교 교육전문대학원 2023학년도 석사과정(AI교육 전공) 준비하기(7) - 인공지능 교육개론 챕터5(기계학습 이해하기) 기계학습의 정의 1. 데이터를 이용해 기계를 훈련시켜서, 기계 스스로 결정을 내리거나 예측할 수 있도록 하는 인공지능의 방법 2. 4가지 범주 - 지도형 기계학습, 비지도형 기계학습, 준지도형 기계학습, 강화형 기계학습 지도형 기계학습 1. 알고리즘의 결과와 정답 데이터를 비교하며 반복적으로 훈련해 나가는 방법 2. 해결 가능한 문제 - 분류(Classification), 회귀(Regression) 3. 신경망(Neural Network) 모델도 지도형 기계학습 중 하나 4. 신경망 모델 - 모델의 출력값으로부터 거꾸로 내려가면서 신경망 연결에 대한 가중치 조정(경사하강법 등)을 반복하여 훈련 비지도형 기계학습 1. 정답 레이블 없이 입력 데이터들이 가진 공통점에 따라 스스로 기준을 세워 분류한다. 2...
[43] 경인교육대학교 교육전문대학원 2023학년도 석사과정(AI교육 전공) 준비하기(6) - 인공지능 교육개론 챕터4(확률에 따라 문제 해결하기) 확률의 종류 1. 이산 확률 분포 2. 연속 확률 분포 참고 - https://ko.wikipedia.org/wiki/%ED%99%95%EB%A5%A0_%EB%B6%84%ED%8F%AC 확률 분포 - 위키백과, 우리 모두의 백과사전 위키백과, 우리 모두의 백과사전. ko.wikipedia.org 일양분포(균일분포) 1. 이산 균등 분포 - https://ko.wikipedia.org/wiki/이산균등분포 이산균등분포 - 위키백과, 우리 모두의 백과사전 위키백과, 우리 모두의 백과사전. 이산균등분포 확률 질량 함수 n = b-a+1가 성립할 때 n = 5 인 경우 누적 분포 함수 매개변수 a ∈ ( … , − 2 , − 1 , 0 , 1 , 2 , … ) {\displaystyle a\in (\dots ,..
[42] 경인교육대학교 교육전문대학원 2023학년도 석사과정(AI교육 전공) 준비하기(5) - 인공지능 교육개론 챕터3(규칙으로 문제 해결하기) 빅 데이터 1. 최초의 정의 - 가트너(Gartner Inc)의 더그 레이니(Doug Laney)가 3가지 V로 정의 2. 데이터의 양(volume) + 데이터 입출력의 속도(velocity) + 데이터 종류의 다양성(variety) 빅데이터를 빠르게 분석하는 기술 1. 기계학습 2. 자연어 처리 3. 자동 분류 4. 데이터 마이닝 자동 분류의 구분 1. 문서 학습 과정 - 범주별로 학습 문서를 수집하여 지식 베이스를 구성 2. 문서 분류 과정 - 새로운 문서가 들어왔을 때 구성된 지식 베이스 정보를 활용하여 어떤 범주에 속하는지 할당 문서 학습 과정의 분류 1. 확률 기반 분류 - 생성되는 지식 베이스가 자질과 확률 값의 구조로 이루어짐. 2. 규칙 기반 분류 - 생성되는 지식 베이스가 범주를 구분할 ..
[41] 규칙 찾기 게임(iqtest.dk) iqtest.dk 사이트에 있는 규칙 찾기 문제입니다. 문제에 대한 답은 맨 아래에 첨부했습니다. ​ ​ ​ 1번 : D 2번 : F 3번 : B 4번 : G 5번 : A 6번 : H 7번 : B 8번 : E 9번 : H 10번 : A 11번 : C 12번 : F 13번 : B 14번 : D 15번 : H 16번 : E 17번 : F 18번 : C 19번 : E 20번 : D 21번 : G 22번 : A 23번 : B 24번 : H 25번 : B 26번 : A 27번 : H 28번 : G 29번 : E 30번 : A 31번 : D 32번 : E 33번 : G 34번 : G 35번 : C 36번 : F 37번 : H 38번 : F 39번 : B
[40] 경인교육대학교 교육전문대학원 2023학년도 석사과정(AI교육 전공) 준비하기(4) - 인공지능 교육개론 챕터2(인공지능 서비스) 인공지능 기술 발전을 가져온 조건들 1. 혁신적 알고리즘 2. 높아진 컴퓨팅 성능 3. 스마트폰과 네트워크 발전으로 축적된 다양한 데이터 인공지능 기술과 서비스 1. 인공지능 기술 - 기계학습, 지식 추론, 시각 지능, 언어 지능 등을 구현한 기술 2. 인공지능 서비스 - 인공지능 기술을 우리 생활에 편리하게 사용할 수 있게 만든 프로그램 인공지능의 다양한 정의 1. 존 매카시(1956) - 지능적인 기계를 만드는 과학 및 엔지니어링 2. 마쓰오 유타카(2015) - 인간의 인지, 추론, 학습 능력 등을 기계(컴퓨터)로 모방하는 기술 3. ETRI(2017) - 기계(컴퓨터)가 인간 수준의 인지, 이해, 추론, 학습 등의 사고 능력을 모방하는 기술 4. Gartner(2018) - 사람과 자연스러운 대화..
[39] 경인교육대학교 교육전문대학원 2023학년도 석사과정(AI교육 전공) 준비하기(3) - 인공지능 교육개론 챕터1(인공지능 교육 개요) 인공지능(AI)의 정의 John McCarthy - 지능적인 기계를 만드는 과학과 공학 옥스퍼드 사전 - 지능적인 인간 행동을 복사할 수 있는 컴퓨터 시스템의 연구 및 개발 브리태니커 사전 - 디지털 컴퓨터 또는 컴퓨터 제어 로봇이 일반적으로 지능적인 존재와 관련된 작업을 수행할 수 있는 능력 국립국어원 우리말샘 - 인간의 지능이 가지는 학습, 추리, 적응, 논증 따위의 기능을 갖춘 컴퓨터 시스템 * "지능적으로 생각하고 행동할 수 있는 컴퓨터 시스템을 개발하는 컴퓨터 과학의 한 분야" * "지각 능력, 추론 능력, 학습 능력, 언어 능력 등을 인간처럼 수행할 수 있는 컴퓨터 시스템" AI의 분류 약인공지능(Weak AI) - 단순히 인간의 능력 일부를 시뮬레이션하거나 그런 작업을 목적으로 하는 것 * ..