지식표현4 머신러닝 학습 방법: K-인접기법, 결정트리와 랜덤 포레스트 & 서포트 벡터 머신(SVM) 여기서는 앞서 머신러닝(Machine Learning)에서 언급되었던 학습 방법들 중에서 데이터를 분류하는 기법들에 대해 개념 위주로 학습하고자 합니다. 1. K-인접기법(K-nearest neighbor method: KNN) K-인접기법(KNN)은 미리 주어진 학습 표본(데이터)과 새로운 데이터의 특징을 비교하고 비슷한 것을 찾아내어 새로운 데이터로 분류하는 방법입니다. 학습 표본을 기반으로 변수 간의 관계를 기반으로 분류 규칙을 생성하고 새로운 데이터를 특정 범주에 분류하는 기법입니다. 따라서 K-인접기법에서는 미리 학습데이트를 예시로 줘야 합니다. 그리고 데이터 세트에는 학습데이터의 특징을 나타내는 변수들과 그에 따른 분류 레이블인 클래스가 포함됩니다. K-인접기법은 어떤 특정한 공간 내에서 새로.. 2023. 5. 18. 인공지능(AI) 시스템의 지식 표현과 추론 (2) 2023.05.15 - [인공지능(AI; Artificial Intelligence)] - 인공지능(AI) 시스템의 지식 표현과 추론 (1) 1.3 생성규칙(production rule)과 생성시스템(production system 생성 시스템(Production System)에서는 if-then 형식으로 개념의 관계를 나타내는 생성 규칙(Productiion Rule)을 이용하여 지식을 표현합니다. 생성규칙은 다음과 같은 형식의 규칙표현입니다 if(조건부) then(결론부) 조건부에는 이 규칙을 적용하기 위한 조건을 기술합니다. 그리고 결론부에는 조건부의 조건이 만족할 수 있는 규칙이 적용된 경우의 상태 변화나 규칙의 적용에 따라 나타나는 동작을 기술한다. 여기에서 생성규칙의 조건부가 충족되어 규칙이 .. 2023. 5. 16. 인공지능(AI) 시스템의 지식 표현과 추론 (1) 1. 지식표현과 추론 (Knowledge Representation & Reasoning) 일반적으로 인공지능 시스템을 구성하기 위해서는 인공지능 프로그램이 다룰 수 있는 형식으로 지식을 표현해야 합니다. 이러한 표현을 지식표현(Knowledge Representation)이라고 하며, 인공지능(AI) 연구에 있어 매우 중요합니다. 사실과 관계성 등을 부호화하고 지식 베이스에 저장하는 방법이 사용되며, 논리, 의미망, 프레임, 규칙 등이 모두 지식을 표현하는 방법입니다. 지식표현은 문제해결을 위한 지식을 컴퓨터에서 실행 가능한 형태로 나타내는 것이므로, 정확한 표현이 필요하며, 효율적인 추론이 가능하도록 표현해야 합니다. 지식베이스에 저장된 사실로부터 새로운 사실을 유도하는 것을 추론이라 하며, 이때 추.. 2023. 5. 15. 인공지능(AI) 연구의 분야 별 발전 과정 (2) 2023.05.07 - [인공지능(AI; Artificial Intelligence)] - 인공지능(AI) 연구의 분야 별 발전 과정 (1) 5. [1960년~] 퍼셉트론과 오차역전파법 1) 인공 신경망(Artificial Neural Network) 인공 신경망(Artificial Neural Network)은 생물의 신경세포가 구성하는 회로망을 모델로 해서 수학적으로 모방한 계산 기구입니다. 신경세포를 모방한 구성 요소인 인공 뉴런(Artificial Neuron)이 복수 결합해서 신경망을 형성합니다. 인공 신경망의 개념을 처음 제창한 사람은 워렌 매컬로치(Warren McCulloch)와 월터 피츠(Walter Pitts)입니다. 이들은 1943년 논문에서 인공 뉴런의 수학적 모델을 발표하였습니다... 2023. 5. 8. 이전 1 다음 728x90
