SMALL 전체 글138 7장_한글 자연어 처리 자연어 처리 기술(NLP, Natural Language Processing) : 사람이 말하는 언어를 기계적으로 분석해 컴퓨터가 이해할 수 있는 형태로 만드는 기술 1. 자연어 처리 분야 정보 검색(Information Retrieval Service) 가장 널리 사용되고 있는 상용화된 자연어 처리 영역 사용자가 입력한 용어나 문장에 대해 가장 유사한 문서를 찾아 순위를 매겨 사용자에게 제시하는 시스템 에이전트(Agent)라고 하는 로봇이 인터넷상의 웹 페이지를 방문하여 검색 가능하도록 인덱싱(indexing)하는 정보 수집 과정과 수집된 정보에 대해 사용자의 검색어와 연관성을 계산하는 랭킹 모델이 핵심 단순히 키워드 검색 뿐만 아니라 문맥, 산업별 전문용어 및 유사어, 관련성 등을 고려한 검색 서비스.. 2023. 3. 3. 6장_텐서플로를 이용한 이미지 객체 추출 객체 인식 이미지 또는 비디오상의 객체를 식별하는 컴퓨터 비전 기술 사용처 : 물리보안, 얼굴인식, 번호판인식, 문자인식 등 객체 추출 이미지 분석에서 다양한 응용 과정으로 진화하기 위한 기반 기술 모델 학습 시 방대한 이미지와 많은 수의 컴퓨터가 필요하기 대문에 직접 학습을 수행하기보다는 기존 학습된 모델을 활용하거나 전이 학습(Transfer Learning)을 통해 수정해서 사용하는 편이 더욱 효과적임 최신 딥러닝 기법 : R-CNN, Fast R-CNN, Faster R-CNN, R-FCN, YOLO, SSD 등 에트리(ETRI)에서 정리한 '딥러닝 기반 객체 인식 기술 동향' 참고 2023. 3. 2. 5장_딥러닝을 이용한 이미지 분류 딥러닝 개발을 하기 위한 프레임 워크 : 텐서플로, 테아노, CNTK, 파이토치 등 본 포스팅에서는 케라스(Keras)를 사용해 딥러닝을 개발할 예정 1. 딥러닝 기술의 이해 1943년 워렌 맥컬럭과 월터 피츠가 단순화된 뇌 세포의 개념을 발표하며 인간의 뇌 구조와 유사한 인공 신경망 알고리즘을 최초로 발표함 1980년대 입력층과 출력층 사이에 복수의 은닉층이 존재하는 심층 신경망 이론 등장(=오늘날의 딥러닝 형태와 유사) 최근 수많은 데이터와 처리 속도의 향상으로 인해 딥러닝 연구가 활발해짐 이미지 처리 이미지 분류(classification) : 이미지에 나타나는 전체를 학습하여 분류 이미지 분류 및 위치 검색(classification+location) : 분류된 객체가 그림 내 어디에 위치하는지 .. 2023. 2. 28. 4장_비지도학습을 이용한 군집화 비지도학습(unsupervised learning) 문제는 있지만 정답 또는 라벨(label)이 없는 데이터로 컴퓨터가 스스로 문제를 보면서 특징을 잡아내는 방법 대표적으로 군집화(clustering)를 통해 데이터에 내재된 정보를 찾음 [K-평균 알고리즘] 군집화 알고리즘 중 가장 대표적이고 오래된 알고리즘 K는 군집의 개수를 의미하며 사용자가 입력하는 유일한 입력값 ▶ K-평균 알고리즘을 구성하는 방법 몇 개의 군집으로 분류할 것인지 지정(K의 숫자는 군집의 수) 임의의 각 군집의 중심점 선택 각 벡터를 가장 가까운 군집 중심점에 연결 각 벡터와 군집 중심점 간의 거리 평균 계산 3단계의 계산 값을 고려하여 군집 중심점 업데이트 3~5단계를 특징 조건이 만족할 때까지 반복(단, 중심점 변경이 없다면 .. 2023. 2. 27. 3장_머신러닝의 이해와 지도학습을 이용한 분류 머신러닝 → 인공지능이 스스로 똑똑해질 수 있게 만드는 기술 → 데이터를 통해 컴퓨터가 '학습'을 하고 자동으로 문제를 해결 → 데이터에서 일정한 규칙을 찾아내고, 이를 바탕으로 다른 데이터를 분류하거나 미래를 예측 1. 머신러닝의 유형 머신러닝의 대표적인 세 가지 유형 지도학습 : 훈련 데이터에 정답(Label)이 있어 주어진 정답에 맞게 특징이 학습되기를 기대하는 경우에 사용 비지도학습 : 훈련 데이터에 정답이 없고 주어진 특징 내에서 분류간 서로 구분이 잘 되도록 원하는 경우에 사용 강화학습 : 학습(혹은 수집)되는 데이터에 정답은 없으나 동작하거나 반응하는 결과에 상과 벌을 주어서 스스로 진화할 수 있는 경우에 사용 아래의 그림은 머신러닝의 기술 유형을 나타낸다. * 이 책에서는 강화학습을 제외하.. 2023. 2. 21. 2장_인공지능을 적용하기 위한 방법 인공지능 기술을 사용하기 위해서는 인공지능 서비스를 위해 사용 가능한 도구와 어떤 기술들이 있는지 부터 먼저 이해해야 함. 2장에서는.. - 인공지능 기술을 개발할 때 많이 활용되는 개발 언어 - 머신러닝이나 딥러닝 적용을 위해 사용되는 대표적인 오픈소스 소프트웨어 - 쉽게 개발하고 활용할 수 있는 클라우드 기반 서비스 에 대하여 알아봄 2.1 인공지능 적용 기술의 분류 플랫폼(Platform) 데이터 수집, 저장 및 데이터 분석까지 포함하는 기반 환경 인공지능의 머신러닝 및 딥러닝 기술 포함 도구, 프레임워크 등 이후 분류들을 모두 포괄하는 가장 큰 구조로 통상적으로 분산 환경을 지원 도구(Tools) 인공지능 프로그램을 쉽게 개발할 수 있도록 지원하는 개발 도구 서비스 운영 및 개발 환경을 구성하기 .. 2023. 2. 6. 1장_인공지능이란 무엇인가 인공지능 기술은 1950년대 최초로 학문으로서 연구가 시작 오픈소스로 공개되기 시작한 이후에는 인공지능 기술을 활용한 소프트웨어도 매우 다양해짐 구글, 페이스북, 트위터와 같은 IT 서비스 기업을 중심으로 인공지능 기술의 오픈소스화도 증가하는 추세 1.1 인공지능 기술의 태동과 발전 [인공지능의 역사] 1956년 : 미국에서 열린 다트머스 컨퍼런스에 모인 여러 연구자들에 의해 인공지능이라는 용어가 처음 등장 → 인간의 뇌와 똑같은 것을 컴퓨터로 실현해 보자는 의도 1957년 : 단순한 신경망 모델인 퍼셉트론 개발 1959년 : 아서 사무엘은 '컴퓨터에게 배울 수 있는 능력, 즉 코드로 정의하지 않은 동작을 실행하는 능력에 대한 연구 분야'를 일컬어 머신러닝이라고 정의 1970년대~1990년대 : 인공지능.. 2023. 2. 2. 베이그런트 설치하기 베이그런트 : 사용자의 요구에 맞게 시스템 자원을 할당, 배치, 배포해 두었다가 필요할 때 시스템을 사용할 수 있는 상태로 만들어줌 (=프로비저닝) 설치 방법 1. 베이그런트 다운로드 페이지에 접속 후 각자의 운영 체제에 맞는 설치 파일을 다운로드 https://developer.hashicorp.com/vagrant/downloads Install | Vagrant | HashiCorp Developer Explore Vagrant product documentation, tutorials, and examples. developer.hashicorp.com 2. 설치된 설치 파일 실행 후 다음과 같이 설치 Next 클릭 라이선스 동의에 체크 후 Next 클릭 설치 경로 입력(기본 값으로 진행) 후 N.. 2023. 1. 2. 버추얼박스(VirtualBox) 설치하기 버추얼박스(VirtualBox) 간단 설명 이노테크(InnoTek)에서 개발한 가상화 소프트웨어 오라클에서 배포 현존하는 대부분의 운영 체제를 게스트 운영 체제로 사용 가능 확장팩을 제외한 소프트웨어의 모든 기능을 무료로 사용 가능 다른 가상화 소프트웨어보다 기능이 강력하고 안정적 버추얼박스(VirtualBox) 설치 방법 1. 버추얼박스 다운로드 페이지 접속 후 사용하는 운영 체제에 맞는 버전 다운로드 https://www.oracle.com/kr/virtualization/technologies/vm/downloads/virtualbox-downloads.html Oracle VM VirtualBox - Downloads | Oracle Technology Network | Oracle 대한민국 Or.. 2023. 1. 2. 이전 1 2 3 4 5 ··· 16 다음 LIST
