728x90 AI6 [Udemy] Artificial Intelligence (AI) - 6. Machine Learning 6. Machine Learning1. 머신러닝1. 머신러란 무엇인가?데이터로부터 패턴을 학습하고 예측하는 기술 2. 핵심 구성 요소학습 (Learning) 과거 데이터 분석패턴 및 관계 도출예측 (Prediction) 새로운 데이터 입력학습된 패턴 기반 결과 예측3. 왜 머신 러닝을 사용하는가?혁신 (Innovation) 기존 서비스 개선 및 새로운 기능 제공 예: Google Spam Filter 전통적 방법규칙 기반: - "비아그라" 포함 → 스팸 - "대출" 포함 → 스팸 - ...수백 개 규칙문제:- 스팸 발송자가 "비 아 그라"로 우회 - 규칙 무용지물 - 계속 규칙 추가 → 끝없는 싸움머신러닝 방법 학습: - 스팸 메일 수백만 통 분석 - 정상 메일 수백만 통 분석 - 패턴 자동 발견결과:.. 2026. 8. 10. [Udemy] Artificial Intelligence (AI) - 5. RPA 5. Robotics Process Automation (RPA)1. RPA 란 무엇인가?사람이 컴퓨터로 하는 단순 반복 작업을 자동화하는 소프트웨어 로봇핵심 특징 사람처럼 UI(화면)를 통해 작업기존 시스템 변경 불필요마우스 클릭, 키보드 입력, 복사/붙여넣기 자동화RPA vs 전통적 자동화 전통적 자동화 (API 연동)시스템 간 직접 연결개발 필요, 시스템 변경 필요유지보수 복잡RPA 사람처럼 화면 조작기존 시스템 그대로 사용빠른 구현2. RPA 장점 1. 24/7 운영24시간 365일 근무 가능효과 해외 시간대 대응긴급 요청 즉시 처리서비스 안정성 확보2. 무결근 (No Sick Days)휴식, 병가 없음일정한 성능 유지효과: 예측 가능한 운영인력 리스크 제거3. 높은 정확도오류율 극히 낮음 (효.. 2026. 8. 9. [Udemy] Artificial Intelligence (AI) - 4. Rainforcement Learning 4. Rainforcement Learning (RL)1. 머신러닝의 3가지 유형Machine Learning ├── Supervised Learning ├── Unsupervised Learning └── Reinforcement Learning 1. 지도 학습(Supervised Learning)특징: 정답이 있는 데이터로 학습예시:학습 데이터: - (이미지1, "고양이") - (이미지2, "개") - (이미지3, "고양이") ...AI: "이 패턴이 있으면 고양이, 저 패턴이 있으면 개구나"활용: 분류, 예측2. 비지도 학습(Unsupervised Learning)특징: 정답 없이 데이터의 구조를 스스로 발견 예시:학습 데이터: - 고객1: [나이 25, 구매액 10만원, 방문 2회] -.. 2026. 8. 8. [Udemy] Artificial Intelligence (AI) - 3. Deep Learning 3. Deep Learning1. 딥러닝이란 무엇인가?인간 뇌를 모방한 인공신경망(Artifical Neural Network)을 여러 층으로 쌓은 것계층 구조 Artificial Intelligence (인공지능) └── Machine Learning (머신러닝) └── Deep Learning (딥러닝)AI: 사람처럼 생각하는 기계 데이터로부터 패턴을 학습 신경망을 깊게 쌓아서 복잡한 패턴 학습2. 인공신경망 (Neural Network) 1. 뇌의 뉴런 VS 인공 뉴런사람의 뇌뉴런(신경세포) → 입력 신호 받음 (시냅스) → 신호 처리 → 출력 신호 전달 (축삭)인공 뉴런 → 입력값 받음 (x1, x2, x3...) → 가중치 곱셈 (w1*x1 + w2*x2 + w3*x3) .. 2026. 8. 7. [Udemy] Artificial Intelligence (AI) - 2. Computer Vision 2. Computer Vision1. Computer Vision이란 무엇인가?컴퓨터가 "볼 수 있게" 만드는 기술 사람은 눈으로 사물을 보고 순식간에 이해합니다: 저건 고양이다저 사람은 웃고 있다신호등이 빨간색이다하지만 컴퓨터에게 이미지는 그저 "숫자 배열"일 뿐입니다.Computer Vision의 목표: 숫자 배열에서 의미를 추출하는 것2. 기술 발전 배경초기 (1950~2000년대) 바코드 스캐너: 가장 초기의 Computer Vision 흑백 줄무늬 패턴 인식규칙이 명확해서 구현 쉬움얼굴 인식 "눈은 얼굴 상단에 2개", "코는 중앙에 1개" 같은 규칙으로 탐지조명, 각도 변화에 취약현대 (2010년대~현재) Deep Learning의 등장으로 혁명적 발전 AlexNet (2012): Image.. 2026. 8. 6. [Udemy] Artificial Intelligence (AI) - 1. Generative AI 1. Generative AI (생성형 AI)1. Natural Language Processing (NLP) - 자연어 처리1. 자연어란 무엇인가? 자연어 = 우리가 일상적으로 사용하는 말과 글 (한국어, 영어 등)대조 개념 프로그래밍 언어 (Python, Java 등) - 규칙이 명확함 자연어 (한국어, 영어 등) 규칙이 애매하고 맥락 의존적예시로 이해하기:"나는 은행에 갔다"이 문장의 "은행"은 무엇일까요?→ 금융 기관? → 강가?사람은 문맥으로 쉽게 알지만, 컴퓨터는 어렵습니다.NLP는 이런 애매함을 이해하도록 만드는 기술입니다.2. NLP란 무엇인가?NLP는 컴퓨터와 인간의 자연어 간 상호작용을 다루는 인공지능(AI)의 한 분야주요 목적은 다음과 같습니다.대량의 자연어 데이터를 처리자연어 데이터.. 2026. 8. 5. 이전 1 다음 728x90 반응형
