머신러닝 분류 I · 지도학습 — 정답을 보며 배우는 방법

📘 코딩이란? 강좌 · 2-2단원 — 인공지능/머신러닝/딥러닝 입문 시리즈 지도학습이란 지도학습(Supervised Learning)은 ‘문제와 정답’이 함께 들어 있는 데이터로 학습하는 방식입니다. 마치 정답지가 딸린 문제집으로 공부하듯, 모델은 입력과 그에 대응하는 정답을 비교하며 오차를 줄여 나갑니다. 지도학습의 두 갈래 분류(Classification) : 결과가 정해진 범주 중 하나인 문제입니다. 예를 들어 메일이 스팸인지 아닌지, 사진이 개인지 고양이인지 구분합니다. 회귀(Regression) … 더 읽기

머신러닝이란? — 데이터로 스스로 배우는 기계

📘 코딩이란? 강좌 · 2-1단원 — 인공지능/머신러닝/딥러닝 입문 시리즈 머신러닝이란 머신러닝(Machine Learning)은 사람이 규칙을 직접 정하지 않고, 기계가 데이터에서 규칙(패턴)을 스스로 학습하게 하는 인공지능의 한 방법입니다. 인공지능이라는 큰 목표를 실제로 이루는 가장 대표적인 수단이라고 볼 수 있습니다. 왜 머신러닝이 필요할까요? 스팸 메일 필터를 떠올려 봅시다. “특정 단어가 들어 있으면 스팸”이라는 규칙을 사람이 계속 추가하는 방식은, … 더 읽기

인공지능 모델 — AI·머신러닝·딥러닝의 관계와 학습 과정

📘 코딩이란? 강좌 · 1-3단원 — 인공지능/머신러닝/딥러닝 입문 시리즈 인공지능 모델이란 인공지능에서 ‘모델’이란 데이터로부터 학습한 규칙을 담고 있는 결과물을 말합니다. 입력을 넣으면 예측이나 판단을 출력하는 하나의 ‘학습된 함수’라고 생각하면 이해가 쉽습니다. 인공지능 · 머신러닝 · 딥러닝의 관계 세 개념은 서로 겹치는 포함 관계입니다. 가장 넓은 개념이 인공지능이고, 그 안에 데이터로 학습하는 방법인 머신러닝이 있으며, 머신러닝 … 더 읽기

인공지능의 역사 — 다트머스 회의부터 생성형 AI까지

📘 코딩이란? 강좌 · 1-2단원 — 인공지능/머신러닝/딥러닝 입문 시리즈 인공지능의 역사 인공지능은 갑자기 등장한 개념이 아니라, 70여 년에 걸쳐 세 번의 부흥과 두 번의 침체기를 거치며 다듬어져 왔습니다. 큰 흐름을 시대별로 따라가 보겠습니다. 태동기 — 1950년대 1950년 앨런 튜링은 “기계가 생각할 수 있는가?”라는 질문을 던지며 지능을 판별하는 튜링 테스트를 제안했습니다. 1956년 다트머스 회의에서 ‘인공지능(Artificial Intelligence)’이라는 … 더 읽기

인공지능이란? — AI의 정의와 기본 개념 이해하기

📘 코딩이란? 강좌 · 1-1단원 — 인공지능/머신러닝/딥러닝 입문 시리즈 인공지능이란 무엇일까요? 인공지능(Artificial Intelligence, AI)은 사람이 가진 학습 능력, 추론 능력, 언어 이해 능력처럼 ‘지능이 필요한 일’을 컴퓨터가 대신 해내도록 만드는 기술을 뜻합니다. 쉽게 말해 기계가 스스로 데이터를 보고 규칙을 찾아낸 뒤, 그 규칙으로 새로운 상황에 대응하도록 만드는 것이 인공지능의 목표입니다. 일반 프로그램과 무엇이 다를까요? 전통적인 … 더 읽기