[til]문일천 교수님 기계학습 개론: 1week-Lec01
1주 Lecture 0: Introduction
- 강좌 동영상
- 최근 인공지능은 어디에서나 쓰이는 기술 요소
- 인공지능은 어디에서나 쓰이는 기술 요소
- 이메일 스팸필터 기능
- SNS의 친구 추천 기능
- 동영상 재생 추천 기능
- 자동차 번호판 인식 기능
- 대규모 생산 공정에서의 품질 관리
- 적재적소에 물품을 운송하는 물류 시스템
- 군대의 자동화 무기
- 재난 대응을 위한 로봇
지능이란?
- 지속적인 경험 축적을 통해서 어떠한 행동 및 의사 결정을 점점 더 잘 할 수 있다면 이러한 학습을 하는 대상은 지능이 있다고 말할 수 있음.
- 인공지능을 만들기 위해서는 기계가 학습하는 벙법을 연구 개발해야 한다.
강좌 대상 영역
- 미적분학, 선형대수학
- 통계학
- 프로그래밍 언어
강좌 목표
- 기계학습에 대한 구체적인 지식과 원리를 파악
1주 Lecture 1: Motivation
- 강좌 동영상
- 학습 목표
- 기계학습이란 무엇인가?
- 기계학습의 여러 분야
머신러닝의 여러가지 이름
- Data Mining
- Knowledge Discovery: 지식 발견
- Machine Learning
- Artificial Intelligence
머신러닝을 다양하게 부르는 이유
- 여러 학문의 참여
- Statistics
- Management
- Industrial Engineering
- Database in CS
- AI in CS
- 여러 학문의 참여
인공지능이 부각되는 이유
- 데이터의 다양성
- Text Data
- Network Data
- Time Series Data
- Image Date
- 데이터 유형
- News Article
- Machine Log
- Social Network
- Social Media
- Purchase + Review
- Disease outbreak data
- Trajectory Data
- Vehicle Tragectory Data
- 데이터의 다양성
- Document Classification
- Stock Market Prediction
- Plate Num Recogintion
- SNS Recommendation
- Helicopter Control: Inverted Control
- 텍스트 + Network 분석 + 기타 여러 ML 기법
- SNS 정보 정량적 통계
- With Machine Learning
- 토픽 추출
- 주제 전바 방법
- Summarize
- 다우존스 인덱스와 스위스 단어수는 Negative correlation
- 주식 시장 위험시 안전자산에 대한 관심 높아짐
- 머신러닝의 유형
- Supervised Learning: Prediction
- Unsupervised Learning: Summarization
- Reinforcement Learning: 지능적 행동 판단
- Supervision이 존해하는 분석
- 데이터 내부의 관계와 패턴, Latent factor, 그래프 구조 파악