기록하는 습관 "기습"

인공신경망 인공신경망은 인간의 두뇌와 신경 시스템을 닮은 정보처리소자이다. 연결주의 기법으로써 뉴런들을 연결하여 문제해결 모델을 만든다. 인공 뉴런의 구조는 위와 같다. 위의 변형함수는 여러 가지가 있는데 하드리미터, 임계값, 시그모이드가 그것이다. 임계값은 어느 값을 기준으로 0과 1을 나누고, 시그모이드는 0과 1의 사이값을 취한다고 보면 된다. 하드리미터는 특정값보다 크면 1, 작으면 -1로 한다. 인공 신경망에서의 학습과정은 다음과 같다. 입력 값을 이용하여 인공 뉴런의 출력 값을 계산 인공 뉴런이 계산한 출력 값과 사용자가 기대하는 출력 값을 비교 기대하는 출력 값을 생성할 수 있도록 가중치 조절 이러한 인공신경망을 보여주는 대표적인 예가 단층인공뉴론 퍼셉트론이다. 퍼셉트론의 학습과정은 다음과 ..

학습이란? 비슷한 작업을 반복할 때 처음보다 나중에 하는 작업효율이 높아지도록 시스템을 변화시키는 것이다. 학습의 종류 귀납적 학습 - 일반화 연역적 학습 - 연역적 추론 방식 지도학습 : 학습된 데이터를 어떻게 마련하느냐가 중요 비지도 학습 : 자기학습 강화학습 기계학습에 필요한 요소는 데이터와 지식표현(논리, 프레임, 규칙, 의미망), 연산, 개념공간, 휴리스틱 탐색이다. ID3 알고리즘 Iteractive Dichotomiser (반복 양분) 3 알고리즘으로 학습결과를 의사결정(하향식) 트리 형태로 표현하는 것이다. ID3 알고리즘에서는 정보이론을 다루는데 이는 정보의 양을 측정할 수 있는 수학적 근거이다. 예를 들어, 특성 P의 정보는 양은 Information gain(P)이며, 이는 전체정보의..

확률이란 특정사건이 일어나거나 일어나지 않을 기회의 정도를 나타낸다. P(x) = 특정사건 x가 일어난 횟수 / 전체사건이 일어난 횟수 여러 사건들로 구성된 공간에서 복수개의 사건에 대해 어떤 사건 A 또는 B가 일어날 확률은 다음과 같다. 예를 들어 카드놀이에서 사용되는 52장 중에서 한 장을 뽑았을 때 그 카드가 ace이거나 heart일 확률은? 동시에 일어나는 사건이 서로 독립적일 경우의 식은 다음과 같다. P(A ∩ B)=P(A)P(B) 여기서 조건확률도 아는 것이 좋다. 한 사건 b가 일어난 상태에서 a가 일어날 확률은 다음과 같이 표현하고 계산할 수 있다. P(A|B) B가 일어난 상태에서 A가 일어날 확률 bayes 정리는 사후확률을 구할 수 있으며, 사건 A가 일어났을 때의 확률 을 계산함..

명제 참 또는 거짓만을 값으로 가질 수 있는 문장이다. 무조건 서술문이고 참 거짓 판별이 가능해야 한다. 예를 들어, "울릉도는 섬입니까?"와 "치킨 먹는 것은 참이다."는 명제가 될 수 없다. 전자는 서술문이 아니고, 후자는 참과 거짓을 판별할 수 없다. 아래는 명제기호이다. P -> 자동차엔진이 고장이다. Q -> 운전할 수 없다. P -> Q 자동차엔진이 고장이면 운전할 수 없다. 논리 논리는 명제논리와 술어논리로 나눌 수 있다. 명제를 이용한 논리는 명제논리, 이는 개별 요소를 표현할 수 없다. 이를 다음과 같이 표현한다. P (∃y[woman(y)∧loves(x,y)])] 추론을 거쳣더 결론을 내려면 단일화가 필요하다. 이는 두 개의 술어논리문장을 합성할 때 필요한 절차다. 두 개를 합성할 때 ..

탐색 인공지능 시스템이 문제해결을 위해서 흔히 사용하는 기법이다. 만약 문재해결을 위해서 취해야 할 행동들이 무엇인지 알고 있지만 어떤 순서로 행동을 취해야 문제가 해결되는지 알지 못하면 가능한 모든 순서 조합을 다 시도해 보아야 한다. 탐색 탐색 방법에는 두 종류가 있다. 무 정보 탐색 : 모든 길(조합)을 다 찾아보는 방법 휴리스틱 탐색 : 가능성이 높은 곳만을 선별하여 찾아보는 방법 무 정보 탐색 무 정보 탐색 기법은 탐색공간(어떤 문제 공간에서 만들어질 수 있는 모든 상태들의 집합)에 대한 아무런 정보 없이 순서만 정해놓고 탐색을 수행한다. 무 정보 탐색에서 다시 2종류로 나뉘는데 깊이 우선 탐색(DFS)과 너비 우선 탐색(BFS)이다. 깊이우선탐색 depth first search 하나의 트리 ..

지식표현 실제 문제를 지능적으로 해결하려면 많은 양의 지식을 필요로 한다. 그런데 이런 지식을 어떻게 효율적으로 표현하고 활용할 것인가는 인공지능에서 다루는 중요한 연구 분야 중 하나다. 컴퓨터로 지식을 이용하기 위해서는 컴퓨터가 효율적으로 이해할 수 있는 형식언어(Formal Language)로 기술되어야 한다. 다시 말해, 형식적으로 지식표현을 할 필요성이 있다. 지식을 컴퓨터에 표현하는데 사용되는 형식언어를 지식표현언어(knowledge representation language)라고도 한다. 지식을 표현할 때 고려해야 할 사항이 있는데 이는 다음과 같다. 어떤 객체와 관계를 어떻게 정확히 표현할 것인가? 술어 논리 표현에서 has-size(bear, big)일 때 bear2가 더 크다는 것은 어떻..

인공지능 인공지능은 인간의 지능을 모방하거나 대체하는 컴퓨터 시스템이나 소프트웨어를 말한다. 인공지능은 다양한 분야에서 적용되고 있으며, 인간의 일상생활과 사회에 많은 영향을 미치고 있다. 이번엔 인공지능에 대해 간단히 알아보겠다. 인공지능의 정의는 다양하다. Charniak & McDermott: AI is the study of mental faculties through the use of computational models. Winston: AI is the study of ideas that enable computers to be intelligent. Minsky: AI is getting a machine to do something which, if done by a human, is ..