AI

[AI][AIDU ez] AIDU ez 3.0으로 AI 모델링 하기

환경 구성 및 데이터 가져오기 실습 환경 'AICE 실습' 내 '나의 프로젝트' 카테고리 선택 https://aice.study/main '나의 프로젝트' 구성 기본정보 : Dashboard 조회 프로젝트 멤버 : 소스코드 공유 데이터 관리 : PC data 공유 소스 Viewer : 프로젝트 멤버별 작업공간 조회 분석 IDE : Jupyter lab 또는 AIDU ez 모델학습 : GPU 기반 모델학습 AIDU Jupyter lab : 코딩 기반의 데이터 분석 및 AI 모델 개발, Python/R AIDU ez : 코딩 없는 클릭 기반의 데이터 분석 및 AI 모델 개발 '분석 IDE' 의 'AIDU ez 빠른 생성' 으로 시작 PC 파일 업로드 시 조건 : .csv 파일, 컬럼명은 영어로 구성 데이터 ..

[AI][About] AI 구현 프로세스

AI 구현 프로세스 문제 정의 데이터 수집 탐색적 데이터 분석 및 전처리 AI 모델링 AI 적용 1. 문제 정의 1. 뜻 주로 비즈니스적인 성향을 지님 AI를 사용할 목적과 목표 세우기 어떤 방향으로 갈 것인지와 구체적으로 해야 할 것은 무엇인지에 관한 고민 2. AI를 적용할 수 있는 상황 데이터나 규칙이 복잡한 상황 → 인간이 프로그래밍 하기 어려워짐 다양한 형태의 데이터를 활용하는 상황 미지의 영역 연구가 필요한 상황 3. AI를 활용하는 방법 예측 : 데이터를 학습하고 규칙을 찾아 결과 예측 생성 : 텍스트, 음성, 사진, 동영상 등 생성 소통 : 답변과 질문 연출 자동화 : 최적화 인식 : 대상을 인지하고 상황 판단 2. 데이터 수집 1. 뜻 많고 깨끗한 데이터를 모으기 다양한 도메인의 데이터를..

[AI] AI 이해하기 (AI에 대한 기본 개념, 머신러닝 학습 종류)

AI를 어떻게 구현하고 연구하고에 앞서서 기본적인 용어들과 개념들, 사례들을 정리해보았다 흔히 듣는 머신러닝, 딥러닝, OO학습 등에 대해 다루었다 AI에 대한 기본 개념 1. AI vs 머신러닝 vs 딥러닝 인공지능 : AI, 인간의 지적 능력을 모방하는 모든 기술 머신러닝 : 데이터를 스스로 분석하고 학습하여 판단하고 예측하는 기술 딥러닝 : 인간의 뇌와 유사하게 생긴 인공신경망을 만들고 알고리즘을 통해 정보를 학습하고 처리하는 기술 딥러닝 ⊂ 머신러닝 ⊂ 인공지능 2. 기계학습의 정의 AI는 데이터를 바탕으로 지속적으로 학습하여 오차를 최소화하는 방향으로 발전한다. 이때 기계의 성능이 향상되는 기술이 머신러닝인데 주어진 데이터를 반복하여 학습함으로써 도달한다. 사람이 하는 일은 적절한 머신러닝 기법..