아이들을 위한 인공 지능
-
시작하기수업 1: 인공 지능 소개3 Topics|1 Quiz
-
수업 2: PictoBlox 소개3 Topics|1 Quiz
-
인공 지능수업 3: 컴퓨터 비전6 Topics|1 Quiz
-
수업 4: 얼굴 인식4 Topics|1 Quiz
-
수업 5: 광학 문자 인식3 Topics|1 Quiz
-
수업 6: 음성 인식3 Topics|1 Quiz
-
머신러닝수업 7: 머신 러닝7 Topics|1 Quiz
-
수업 8: AI를 이용한 가위바위보 - 1부3 Topics
-
수업 9: AI를 이용한 가위바위보 - 2부2 Topics
-
수업 10: 포즈 분류자4 Topics
-
AI의 윤리수업 11: 윤리2 Topics
-
캡스톤 프로젝트수업 12: 캡스톤 프로젝트
우리는 인간이 어떻게 학습하는지 보았습니다. 그러나 기계는 어떻게 학습합니까? 인간과 같은가요, 아니면 다른가요? 한번 봅시다.
정의
기계 학습은 인간의 개입 없이 기계가 스스로 행동하는 방법을 학습하는 과정입니다. 기본적으로 컴퓨터가 명시적으로 프로그래밍하지 않고 작업을 수행하도록 하는 것입니다.
기계 학습 모델
기계 학습 수명 주기
이미지에서 고양이와 개를 식별하기 위해 기계 학습 모델을 만드는 과정을 살펴보겠습니다.
- Specify the problem – Classification of image as a dog or a cat.
- Define unit of analysis or prediction target.
- Define the type of model: Image, sound or pose? In our case it will be image.
The training data is an initial set of data used to help a machine develop algorithm.
To identify cats and dogs we would require lots of images of cats and dogs as the training data.
Cats:
Dogs:
This stage is concerned with creating a model from the data given to it. At this stage, a part of the training data is used to find model algorithm which helps to minimise the error for the given data. The remaining data are then used to test the model.
These two steps are generally repeated a number of times in order to improve the performance of the model.
In our case we make the model to identify image in two category:
- Cats
- Dogs
다음 항목에서는 ML 모델을 교육하는 방법을 배울 수 있는 Teachable Machine을 소개합니다.