반응형 끝이없는 공부10 [인공지능개론] 6장. 퍼지논리 크리스프 집합과 퍼지 집합 비교퍼지 논리 이해전문가 시스템에서 퍼지 활용퍼지논리란?fuzzy의 정의fuzzy – “not clear, distinct, or precise; blurred”퍼지논리란?명확하게 정의될 수 없는 지식을 표현하는 방법퍼지 논리(fuzzy logic) 는 명확하게 정의될 수 없는 지식을 표현하는 방법이다.여기서 주의할 점은 퍼지 논리가 애매한 논리는 아니라는 것이다. 퍼지 논 리는 애매함을 다루는 질서정연한 논리이다.흔히 인간은 모호한 단어를 사용하여서 문제를 해결하거나 지식을 표현한다.명제논리와 퍼지논리이진논리(부울논리)참과 거짓(1 또는 0) - 흑백논리예: “80점 이상은 우수한 성적이다.” (만약 79점은 우수하지 않은 성적??)퍼지논리0.0에서 1.0까지의 진리값을 가진.. 2024. 5. 8. [인공지능개론] 5장. 지식표현 여러가지 지식표현 방법술어논리 이해술어논리에서 사용되는 추론기법 이해 지식표현 방법지식 표현 모델의 분류지식 표현 모델종류생성 규칙(Production Rule) 또는 규칙절차적(procedural)술어논리(Predicate Logic)선언적(declarative)의미망(Semantic Net)선언적(declarative)프레임(Frame)선언적(declarative) 규칙규칙은 전제(IF문)와 결론(THEN)의 두 부분으로 구성된다. 규칙의 전제 조건 이 일치하는 경우, 규칙은 점화되고 결론 부분이 실행된다.규칙을 사용하는 시스템에는 작업 메모리라고도 하는 데이터베이스가 포함 된다. 작업 메모리에는 현재 관측된 사실이나 상태, 지식이 저장된다.규칙 #1: IF 비가 온다. THEN 우산을 가져간다. .. 2024. 5. 7. [인공지능개론] 4장. 전문가시스템 지식의 개념 이해규칙기반 전문가 시스템 구조와 요소전문가 시스템에서 추론이 이루어지는 과정 이해전문가 시스템 장단점 이해 전문가 시스템 개발의 배경인공지능의 초창기에는 이 세상에 존재하는 모든 문제를 “탐색”으로 해결할 수 있는 시스템을 만들고자 노력하였다. GPS(General Problem Solver) 시스템GPS와 같은 시스템은 매우 제한된 영역에서만 작동이 가능하였다.실제적인 문제를 해결하기 위해 인공지능 연구자들은 보다 제한된 문제에 역량을 집중시하는 것이 필요하다는 것을 깨달았다. -> 전문가 시스템 (expert system)지식이 추론 기법만큼 중요하다는 것을 깨닫게 되었다. 전문가시스템전문가시스템의 의의전문가 시스템은 기존의 절차적 코드가 아니라, 규칙으로 표현되는 지식을 통해 추론함.. 2024. 5. 1. [인공지능개론] 3장. 게임트리 미니맥스 알고리즘알파베타 가지치기 알고리즘 게임의 조건게임을 위한 프로그램을 작성하는 문제를 생각해 보자. 설명을 단순화하기 위해 우리는 다음과 같은 속성을 가진 게임만 고려할 것이다.바둑이나 체스가 여기에 속한다.두 명의 경기자 - 경기자들이 연합하는 경우는 다루지 않는다.제로썸 게임 - 한 경기자의 승리는 다른 경기자의 패배다. 협동적인 승리는 없다.차례대로 수를 두는 게임만을 대상으로 한다.(순차적인 게임) 인공지능과 게임게임은 예전부터 인공지능의 매력적인 연구 주제였다.Tic-Tac-Toe나 체스, 바둑과 같은 게임은 추상적으로 정의할 수 있고 지적 능력과 연관이 있는 것으로 생각되었다.이들 게임은 비교적 적은 수의 연산자들을 가진다. 연산의 결과는 엄밀한 규 칙으로 정의된다. 바둑에서 나타나는.. 2024. 4. 27. [AI프로그래밍] 머신 러닝과 딥러닝#3 - 딥러닝이란 딥러닝이란 딥러닝은 인간의 신경망 원리르 모방한 심층 신경망 이론을 기반으로 고아된 머신 러닝의 일종. 즉, 딥러닝이 머신 러닝과 다른 큰 차이점은 인간의 뇌를 기초로 하여 설계했다는 것. 인간의 뇌가 엄청난 수의 뉴런(neuron)과 시냅스(synapse)로 구성되어 있는 것에 착안하여 컴퓨터에 뉴런과 시냅스 개념을 적용. 각각의 뉴런은 복잡하게 연결된 수많은 뉴런을 병렬 연산하여 기존에 컴퓨터가 수행하지 못했던 음성·영상 인식 등의 처리를 가능하게 함. 수상돌기 : 주변이나 다른 뉴런에서 자극을 받아 들이고, 이 자극들을 전기적 신호형태로 세포체와 축색돌기로 보내는 역할 시냅스 : 신경 세포들이 이루는 연결 부위로, 한 뉴런의 축색돌기와 다음 뉴런의 수상돌기가 만나는 부분 축삭돌기 : 다른 뉴런(수상.. 2024. 4. 20. [인공지능개론] 2장. 탐색 [인공지능개론] 1장. 인공지능 소개 ▶인공지능의 의미를 이해한다. ▶지능의 특징을 살펴본다. ▶튜링 테스트를 이해한다. ▶인공지능이 사용되는 분야를 이해한다. ▶인공지능의 역사를 이해한다. ▶파이썬을 설치한다. 알파고 bluedayj.tistory.com ▶ 탐색의 개념을 소개 ▶ 상태, 상태 공간, 연산자의 개념을 소개 알파고는 어떻게 수를 읽었을까? 알파고는 딥러닝과 탐색 기법을 통하여 다음 수를 읽었다. 상태, 상태공간, 연산자 탐색(search)이란 상태공간에서 시작상태에서 목표상태까지의 경로를 찾는 것 상태공간(state space): 상태들이 모여 있는 공간 연산자: 다음 상태를 생성하는 것 초기상태 목표상태 8-퍼즐 8-퍼즐은 슬라이딩 퍼즐의 일종으로, 타일을 움직여서 순서대로 맞추는 퍼즐.. 2024. 4. 19. [인공지능개론] 1장. 인공지능 소개 ▶인공지능의 의미를 이해한다. ▶지능의 특징을 살펴본다. ▶튜링 테스트를 이해한다. ▶인공지능이 사용되는 분야를 이해한다. ▶인공지능의 역사를 이해한다. ▶파이썬을 설치한다. 알파고의 충격 알파고는 구글 딥마인드에서 2016년에 개발한 바둑 인공지능 프로그램이다. 현재는 대적 상대가 없어서 은퇴한 상태이고 실력은 프로기사가 3점을 놓고 도 쩔쩔매는 수준이다. 알파고의 변신 ChatGPT의 충격 Chat GPT는 OpenAI에서 만든 채팅봇으로 기존 대화 기억, 리포트 작성 기능, 자연어 생성 기능, 문맥 파악 기능등을 가지고 있다. Chat GPT는 기존의 자료를 요약하는 기능이 뛰어나서 검색을 대체할 수도 있다. 상당한 코딩 실력도 갖추고 있어서 문제만 제시하면 웬만한 프로그램은 작 성해준다. 인터넷,.. 2024. 4. 19. [AI프로그래밍] 머신 러닝과 딥러닝#2 - 머신 러닝이란 머신 러닝과 딥러닝 머신 러닝이란 머신 러닝은 인공지능의 한 분야로, 컴퓨터 스스로 대용량 데이터에서 지식이나 패턴을 찾아 학습하고 예측을 수행하는 것 즉, 컴퓨터가 학습할 수 있게 하는 알고리즘과 기술을 개발하는 분야라고 할 수 있음 머신 러닝 학습 과정 머신러닝은 다음 그림과 같이 크게 학습 단계(learning)와 예측 단계(prediction)로 구분할 수 있음 학습 단계에서는 학습 데이터를 대상으로 머신 러닝 알고리즘을 적용하여 학습시키고, 이 학습 결과로 모형이 생성 예측 단계에서는 학습 단계에서 생성된 모형에 새로운 데이터를 적용하여 결과를 예측 특성 추출 머신 러닝에서 컴퓨터가 스스로 학습하려면, 즉 컴퓨터가 입력받은 데이터를 분석하여 일정한 패턴이나 규칙을 찾아내려면 사람이 인지하는 데이.. 2024. 4. 18. [AI프로그래밍] 머신 러닝과 딥러닝#1 - 인공지능, 머신 러닝과 딥러닝 머신 러닝과 딥러닝 인공지능, 머신 러닝과 딥러닝 인공지능, 머신 러닝과 딥러닝 인공지능(Artificial Intelligence, AI)은 인간의 지능을 모방하여 사람이 하는 일을 컴퓨터(기계)가 할 수 있도록 하는 기술 인공지능을 구현하는 방법으로 머신 러닝(machine learning)과 딥러닝(deep learning)이 있음 인공지능과 머신 러닝, 딥러닝의 관계는 다음과 같음 인공지능 > 머신 러닝 > 딥러닝 인공지능과 머신 러닝, 딥러닝의 관계 목적과 주어진 환경에 맞게 데이터를 분석하려면 머신 러닝과 딥러닝 차이를 명확하게 이해해야 함 머신 러닝과 딥러닝 모두 학습모델을 제공하여 데이터를 분류할 수 있는 기술 둘은 접근 방식에 차이가 있음 머신 러닝과 딥러닝 차이 머신 러닝은 주어진 데이.. 2024. 4. 18. 정보처리기사실기 2021년 1회 1. 물리 네트워크(MAC) 주소에 해당하는 IP 주소를 알려주는 프로토콜로 역순 주소 결정 프로토콜을 무엇이라고 하는지 쓰시오. 2. 다음은 DB 설계 절차에 관한 설명이다. 다음 빈칸에 들어갈 알맞은 용어를 쓰시오. ( A )은/는 특정 DBMS의 특성 및 성능을 고려하여 데이터베이스 저장 구조로 변환하는 과정으로 결과로 나오는 명세서는 테이블 정의서 등이 있다. ( B )은/는 현실 세계에 대한 인식을 추상적, 개념적으로 표현하여 개념적 구조를 도출하는 과정으로 주요 산출물에는 E-R 다이어그램이 있다. ( C )은/는 목표 DBMS에 맞는 스키마 설계, 트랜잭션 인터페이스를 설계하는 정규화 과정을 수행한다. [보기] : 구현 / 개념적 설계 / 논리적 설계 / 요구사항 분석 / 물리적 설계 3. .. 2023. 4. 13. 이전 1 다음 728x90 반응형
