Microsoft DAT263x: Introduction to Artificial Intelligence
0. 소개
한이음에서 주는, MS 블런디드 강좌 1강 -> AI 과정 초급이다. Microsoft 온라인 과정이다.
- 강의 소개
- 평균적으로 4개의 모듈로, 각 모듈로 2시간에서 네시간 정도이다
- 캠퍼스에서 강의를 듣는 것처럼 과정을 읽거나 프로젝트를 완료하고 학습 활동을 경험한다.
- 평가를 준비하는데 도움이 되는 퀴즈를 풀어보고, 과정을 성공하려면 합격 점수가 필요하다.
- 공유 가능하고 검증된 인증서는 발급 비용이 있다.
- 과정에 대한 특정 정보를 찾으려면 코스 정보를 확인해라.
- Azure 또는 Office 365 구독이 필요할 수 있다.
Wecome to the Course
- AI의 기초가 되는 몇가지 기계 학습 원리 알아보고
- 애플리케이션에 인공지능을 탑재하는데 쓰이는 몇가지 기술 배울 예쩡
Workplace Safety Demonstration
- 실시간으로 물건과 사람 찾을 수 있고
- 안전과 복지를 개선하기 위한 조치 가능
- 화학공장에서 물질의 유출이 발생하면 카메라가 사고 인지
- 음악 -> 활동량 제한. 심장 수술환자. 활동 초과 -> 간호사에게 보고
- 건설 현장 -> 특수한 도구 -> 식별 가능. 도구를 찾아주기도 함
What Is Machine Learning?
- 소프트웨어 모델을 데이터를 이용해서 학습시키는 기술
- 모델은 학습 데이터를 통해 학습되고
- 학습된 모델을 이용해서 새로운 데이터를 예측할 수 있다.
- 쉽게 말하면 여러분은 함수를 만들고 있는 거야.
- 피쳐 X에 대해 동작하고 예측값이 Y를 내보내는
- 기계 학습은 크게 두 가지 종류가 있다.
- 지도 학습의 경우 이미 알고 있는 값인 관측값을 예측하고자 하는 변수로 넣는다
- 그 관측값을 레이블이라고 한다.
- 예측하고자 하는 레이블이 포함된 데이터로 시작했기 때문에 모델의 학습을 일부 데이터만을 이용해서 학습시키고, 나머지 데이터는 모델의 검증을 위해 사용하겠다.
- 기계 학습 알고리즘을 사용하여 모델을 학습시켜, 피쳐들이 이미 알고 있는 레이블을 잘 예측할 수 있도록 한다.
- 우리가 이미 알고 있는 상태로 시작했기 때문에, 실제 레이블과 함수에 의해 예측된 값을 비교함으로써 모델 검증이 가능해진다.
- 비지도 학습은 학습 데이터 집합의 레이블을 모른다.
- 관측 내용 사이의 유사점을 찾아냄으로써 모델을 학습시킨다.
- 모델이 학습된 후 각각의 관찰값은 가장 유사한 특성을 가진 클러스터에 할당된다.
참고자료