반응형 인공지능4 [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] 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. 이전 1 다음 728x90 반응형
