[코드프레소XAI양재허브] 인공지능 실무과정 2일차

안녕하세요.

26년차 진로탐색꾼 조녁입니다!

 

 어제부터 '인공지능 실무과정' 이 시작되었는데요. 

앞서 들었던 '인공지능 기초과정' 과 동일하게 8일과정으로 진행됩니다. (아마 이번엔 쭉 온라인으로 8일 진행될 것 같네요 ㅠ)

 

 1일차는 Pandas,Numpy,Seaborn과 같은 기본적인 라이브러리에 대한 문법 수업을 했는데,

저는 선택사항으로 진행한 테스트를 통과하여 2일차부터 듣게 되었습니다.

 

혹시 해당 과정들에 궁금하신 분들을 위해 신청 사이트랑 코드프레소 주소 남길게요! (코드프레소 무료강의도 괜찮습니다!)

event-us.kr/codepresso/event/25756

AI/ML 실무 역량 교육

online.codepresso.kr/main/index.jsp

코드프레소

 

우선 2-5일차는 <딥러닝 이미지 처리>에 대해 국민대학교 이재구 교수님께서  진행해주십니다. 목차는 아래와 같습니다.

<딥러닝 이미지 처리> 목차 

1장 인공지능 소개

2장 기계학습과 수학 

3장 다층 퍼셉트론

4장 심층학습 기초

5장 심층학습 최적화

6장 심층학습 응용

 

1. 인공지능 소개

: 넓은 개념의 인공지능에서 기계학습, 그리고 딥러닝까지 가는 과정 및 개요

 

1) 개요

ㄱ.인공 지능  :인간의 지능적 능력(학습, 추론, 지각, 자연언어 이해 등)을 기기로 실현한 기술 

ㄴ.학습 : 경험을 바탕으로 행동의 변화나 잠재력의 변화, 지식을 습득하는 행위

ㄷ.기계학습 : 경험(E)을 통해 / 주어진 작업(T)에 대한 / 성능(P)의 향상을 이뤄서 최적의 프로그램(알고리즘)을 찾는 행위 

 

2) 인공지능의 역사

: 인공지능의 역사는 오래되지 않았다? 아니다. 인공지능은 이전부터 존재했다.

다만, 엔비디아가 GPU를 만들어 내고, 데이터를 축적할 수 있게되면서 '알파고'와 같은 딥러닝 모델들이 나타나면서 최근에 주목을 받게 되었을 뿐이다.

인공지능의 역사

위 그림에서 70년대 이전까지는 뇌의 뉴런을 닮은 '퍼셉트론'을 구현하면서 승승장구한 모습을 볼 수 있다.

하지만, 단일 퍼셉트론으로는 한계에 부딪혀 암흑기에 접어든다. 그러나 1986년 '다중 퍼셉트론' 이론을 고안하면서 탈출구를 찾았다.

그 이후, 사람들의 기대에 충족되는 성과는 없었지만, 딥러닝 이론이 2006년 발표되고 GPU의 성능이 올라가며 연구가 성과를 냈다. (이세돌이 그 희생양(?))

 

3) 인공지능 모델 

ㄱ. 과소적합과 과잉적합

: 과소적합은 모델의 '용량이 작아' 오차가 커지는 것이고, 과잉적합은 모델의 '용량이 커서' 실제 test 값에서 적용하기가 힘들다.

ㄴ. 편향(bias)과 분산(variance)

- 고차원 모델로 갈수록 편향이 낮아지고, 분산은 커진다.(약간 오버피팅)

 

2. 기계학습과 수학

1) 선형대수

ㄱ. 벡터(vector)

- 샘플(Sample)을 특징 벡터(feature vector)로 표현. eg) Iris 특징이 각각 5.1, 3.6, 2.5 ,1.9 라면 (5.1 , 3.6 , 2.5 , 1.9) 로 표현

 

ㄴ. 행렬(metrix)

- 여러 개의 벡터를 담음.

-요소: xi,j , i번째행 :xi, , j번째 열 : x,j

 

ㄷ. 텐서(tensor) : 3차원 이상의 구조를 가진 숫자 배열(array)

 

2) 확률과 통계

 

자습하라고 하셨다. 자습해보고 내용 채워야 한다... 

 

 

 

 

오늘 포스팅을 마치며 ... 내게 주어진 강의를 감사한 마음으로 들어야 하는데, 이미 기초과정을 들으며 강사님을 바라보는 기준이 생겨버린 것 같다. "아 저번 강사님이 더 좋네, 흐음..." 과 같은 마음이 생기다 보니 수업을 듣기가 더욱 어려워진다. 내일은 부디 강사님을 인정하고 즐겁게 들을 수 있기를 소망한다. 

 

오늘도 각자의 자리에서 수고하신 모두들! 최고십니다 ㅎㅎㅎ 오늘도 읽어주셔서 감사드리고 굿밤되세요~!