[개발일지 4월 5일] [공통교육-AI] AI 알고리즘의 이해와 실습 - 김영욱 강사

1. 학습한 내용

필기내용

Classification 실습

→ True Positive(맞는 것을 맞는다고 말함), False Positive(틀린 걸 틀렸다고 말함)

→ 회귀선을 기준점으로 구분!

→ classifiacation에서 제일 중요한 것은 정확도
→ AUC : 전체면적에 얼마나 커버되어있는가를 나타냄

• overfit(과대적합) : 학습자체가 데이터에만 너무 타이트하게 맞춰짐(새로운 데이터에는 맞추지 못함)
  underfit(과소적합) 데이터에 대해 학습자체가 떨어짐

→ 총 데이터 150개, 추출 120개, 30개 결과
→ subset : 10개 : 150개의 데이터를 10개씩 끊고 각자 구분 된 것을 숫자로 매김

→ test는 test 데이터로 인식하게 만듬

ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ

TIP
재미삼아 할 수 있는 classification 3가지 방법 제공 사이트(관련 사이트)

→ 결과

• 포즈 학습
  → 사람을 인식해서 영상 속에서 얼굴과 몸을 통해, 뼈대를 학습(밑의 그림 참고)

• computer vision
  : 사진 안에 무엇이 있는가!(classification 중 object detection(객체 감지))
  → object가 여러 가지 있을 때, 모든 것을 추적해서 테두리로서 감지
  → 내일 수업

ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ

• 오후 수업 이미지 분석

딥 러닝 / 신경망 이론(1950s~)

→ inception v3
→ layer 19 = 층이 19개
→ layer 16 = 층이 16개

ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ

Deep Learning 관련 강좌

→ 오닉스는 프레임워크가 무엇이든 상관없이 출력할 수 있게 만든 것
→ 시스템을 만들 때 오닉스를 사용할 수 있으면 모든 프레임워크 사용 가능

→ 뉴런이 사람머리 속엔 100억 개 정도 있음

→ 이미지를 숫자화 → 벡터 → 좌표화하면 비슷한 이미지는 비슷한 곳에 그래프로 나타남

→ 거리 측정을 통해서 구분!
→ 거리를 잴 때, 다이렉트 : 코사인(Cosine) 기법
→ 거리를 잴 때, 수직수평으로 재는 것 : 맨해튼(Manhattan) 기법

→ 라벨링을 간편화, 비용최소화 하는 것이 관건

ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ

• cognitive service (인지 서비스)(관련 사이트)
  → (한국어 사이트로 ㅎ)
  → Azure Cognitive(인지) Services(각 기능들)(관련 사이트)

ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ

• ANACONDA 설치 진행
  : www.anaconda.com(사이트 이동)
  → 수많은 패키지들을 갖고 있는 프로그램

• ANACONDA프롬프트 실행 후 jupyter notebook

• https://gist.github.com/ihoneymon/652be052a0727ad59601
  마크다운 문법 사용법(숙지하기)

• TIP
  마우스 우클릭 사용이 안될시 가능하게 하는 법