![]()
딥러닝 원리 이해 딥러닝과 인공 신경망 딥러닝: 사람의 뇌에서 이루어지는 원리를 이용하여 인공지능을 만드는 방식 인공 신경망(ANN, Artificial Neural Network): 신경망을 사람들이 인공적으로 만든 것 인공 신경망에서는 신경망의 최소 구성 단위인 뉴런이 다른 뉴런과 연결된 모습을 각각의 층, 즉 레이어(Layer)라는 개념을 사용하여 연결하고 있다. 입력층: 데이터를 입력받는 층 출력층: 이 출력층에 어떠한 값이 전달되었ㄴ냐에 따라 인공지능의 예측 값이 결정됨 은닉층: 입력층에서 들어온 데이터가 여러 신호로 바뀌어서 출력층까지 전달됨 이때 연결된 여러 뉴런을 지날 때마다 신호 세기가 변경됨 심층 신경망(DNN, Deep Neural Network): 레이어가 한 층으로만 구성된 것이 ..
![]()
AI 정의 AI - 알고리즘으로 데이터를 학습하여 모델을 만드는 기술 전통적인 프로그래밍과 다른점 - 기존의 프로그래밍은 규칙을 사람이 만들어서 해답을 도출 (기계에 부여하는 명령을 만드는 작업과 달리,) 머신러닝은 알고리즘으로 데이터를 학습하여 판단이나 예측을 하는 기술 - 스스로 규칙을 만들어냄 AI 용어 및 요소 빅데이터 시대의 도래 - 양질의 데이터 폭발적 증가 컴퓨팅 기술의 발전 - gpu와 클라우드 기술의 발전 Easy & Open - Ai 기술 및 알고리즘 공유 문화 프레임워크 - TF, Pytorch, keras 프로그래밍 언어 - R, Python AI 모델링 자동화 플랫폼 - AIDU ez, maum.ai, Ai suite, samsung sds brightics ai 오픈소스 라이브러..
![]()
과제 : 본인들이 관심있는 이미지를 가지고 티처블 머신에서 예측모델을 생성한 후 테스트한 결과 영상을 예측모델 소스와 같이 문서로 작성하여 제출하시오. Teachable Machine Train a computer to recognize your own images, sounds, & poses. A fast, easy way to create machine learning models for your sites, apps, and more – no expertise or coding required. teachablemachine.withgoogle.com 디지몬과 포켓몬을 예측해보자!! from keras.models import load_model # TensorFlow is required for..
![]()
머신러닝 개요 머신러닝에는 다양한 방법이 있지만, 지도형 머신러닝 비지도형 머신러닝 강화형 머신러닝 이 세 가지 방법이 주를 이룬다. 지도 학습 미리 정답 데이터를 제공한 후 거기에서 규칙과 패턴을 스스로 학습하도록 하는 방법 지도 학습에는 회귀(Regression)와 분류(Classification)로 나누어진다. 회귀(Regression) 예측하고 싶은 값 즉, 종속변수가 숫자일 때 일반적으로 머신러닝 방법 중 회귀를 사용함 앞에서 살펴본 길동이의 아이스아메리카노 판매량도 숫자 데이터이므로 이를 예측하는 방법은 회귀를 이용한 머신러닝 지도 학습임 분류(Classification) 예측하고 싶은 값, 즉 종속변수가 이름[범주화(Categorical) 변수]일 때 머신러닝 방법 중 분류를 사용함 예를 들..
![]()
CES 2023 인공지능의 타 학문 분야에서의 응용 로봇공학 지능형 로봇공학 로보틱스(Robotics) 인간 수준에 도달하려고 노력하는 인조인간의 핵심 기술 인간과 비슷한 모습을 갖추고 인간과 교감할 수 있는 휴머노이드 ‘소피아’ 제작 간호 의료 원활한 네트워크 연결로 지능형 로봇의 응용 대폭 확대 환자의 얼굴과 음성을 인식하여 환자들을 보살핌 로봇 간호사가 환자의 이동을 도움 최근 우리나라에서는 원격회의와 치매 관리를 할 수 있는 지능형 간호 로봇 ‘실벗3’이 개발 비즈니스 비즈니스 분야에서의 인공지능에 대한 기대감 원활한 경영을 위해 인공지능을 활용하는 경우 확대 국제 유가의 변동성, 소비자 패턴 분석 등에 활용 신상품의 개발과 출고 조절 등을 통해 기업의 경쟁력을 높이는데 기여 주식 시장에서는 과거..
![]()
생성형 AI에 대해 조사 생성형 AI(generative AI) 또는 생성형 인공지능(generative artificial intelligence) 프롬프트에 대응하여 인간과 유사한 방식으로 텍스트, 이미지, 기타 미디어를 생성할 수 있는 일종의 인공지능 시스템 어떻게 작동하나 생성형 AI는 ML 모델을 사용하여 사람이 만든 콘텐츠의 데이터 세트에서 패턴과 관계를 학습하는 방식으로 작동한다. 그런 다음 학습된 패턴을 사용하여 새 콘텐츠를 생성 종류 ChatGPT 바드(Bard) 하이퍼클로바 라마(LLaMA) 등이 있다. 주요 모델과 구조 먼저 방대한 양의 데이터를 GAN 프레임워크와 같은 딥 러닝 시스템에 입력하는 것으로 시작한다. 지도 신경망은 데이터를 선별하고 성공에 대해 보상하고, 오류나 실수가 ..
![]()
인공지능의 생활 속의 다양한 응용 광고에서의 활용 인터넷으로 기사를 읽는 도중에 중간 광고가 나타남 여러번 검색하며 관심을 가졌던 주제와 관련된 광고 그 외 도서 검색 경험을 바탕으로 추천 광고 유튜브에서 동영상 추천 사물인식 얼굴인식과 사물인식에서 실용화 단계 신입생 등록 시스템 얼굴인식기와 신분증 인증 시스템 얼굴인식으로 결제 로봇 심판의 출현 스포츠 경기에서 심판의 공정성 시비가 있음 로봇 심판이 스트라이크나 볼 판정(야구) 볼의 판정 시비가 사라져 불만이 줄어드는 장점 가사도우미 인공지능 기술은 가사에도 많은 변화를 가져옴 인공지능 청소기가 집안을 돌아다니며 먼지 등을 청소 스마트폰을 이용한 원격조정도 가능 가사 노동에 드는 시간이 줄고 여가를 즐길 시간이 늘어남 인공 벌 연구 개발 인공 벌(ar..
![]()
인공지능 소개 인공지능 개념 프로그램과 인공지능 프로그램 발생할 수 있는 모든 케이스에 대해 사람이 프로그램으로 구현 인공지능 컴퓨터 스스로 데이터를 학습하여 판단하고 행동 인공지능의 목표 다트머스 컨퍼런스 (Dartmouth Conference) 1956년 미국 다트머스 대학교에서 10명의 학자들이 참여한 회의 인공지능이라는 용어가 대중에 처음 알려짐 다트머트 컨퍼런스의 전제 학습의 모든 측면, 혹은 지능의 모든 특성이 원칙적으로 정확히 기술되어서 이를 모사하는 기계를 만들 수 있다는 가정을 토대를 두고 연구를 진행 다트머트 컨퍼런스의 목표 사람의 다양한 능력을 컴퓨터가 대신할 수 있도록 하는 것 인공지능 기술은 현재 생활가전, 의료, 교육, 국방, 제조, 재무분석, 서비스 등 다양한 분야에서 활용되고..
![]()
기간: 23.08.21 ~ 09.22 1주차 인공지능 서비스와 기술의 이해 기본 컴퓨팅 및 인공지능 소개 인공지능 파이썬 기초 인공지능 파이썬 문법 인공지능 파이썬 기반 문제해결 2주차 기본 컴퓨팅 및 인공지능 소개 실습 환경 점검(개발 환경 설정하기) 인공지능보안의 내용 머신러닝 기술 이해 머신러닝 라이브러리 활용하기 3주차 머신러닝 라이브러리 실습 인공지능과 클라우드 머신러닝 기술 구현 및 활용 빅데이터 개요 인공지능 추론 4주차 자연어 처리 기술 이해 빅데이터와 클라우드 인공지능 실습(코로나 예측, 숫자예측 등) 딥러닝 기술 이해 딥러닝 알고리즘 이해(CNN, RNN 등) 5주차 챗봇 아키텍처 이해 생성형 AI 인공지능과 윤리 인공지능 실습 1 (Tutorial) 인공지능 실습 2 (Tutorial..
![]()
Flask 기초 virtual Environment - An isolated workspace for managing Python project dependencies independently. Anaconda 사용 conda create --name myvenv conda = invoke the Conda package manager. create = create a new environment --name = This flag specifies that you're about to provide the name of the new environment. myvenv = environment name Flask Hello World 예시: # Import the Flask class from the f..
![]()
FastAPI SQLAlchemy 📦app ┣ 📜crud.py ┣ 📜database.py ┣ 📜main.py ┣ 📜models.py ┣ 📜schemas.py ┗ 📜__init__.py 다음 파일 구조에서 데이터베이스와 연결을 해보자 database.py FastAPI 자습서의 데이터베이스 연결부분에 아래의 예시 코드가 있다. from sqlalchemy import create_engine from sqlalchemy.ext.declarative import declarative_base from sqlalchemy.orm import sessionmaker SQLALCHEMY_DATABASE_URL = "sqlite:///./sql_app.db" # SQLALCHEMY_DATABASE_URL = "po..
![]()
FastAPI ORM(Object Relational Mapping) 객체와 관계형 데이터베이스의 데이터를 자동으로 연결해준다. 데이터베이스 데이터 Object 필드 장단점 장점 DB를 변경할 때 쿼리를 하나하나 수정하지 않아도 된다. SQL injection 를 방지할 수 있다. 단점 ORM을 또 별도로 배워야 한다. 복잡한 쿼리가 필요한 경우 성능 저하를 일으키거나 ORM으로 치환해서 작성하기가 난해할 수 있다. SQLAlchemy Python에서 사용하는 ORM이다 공식 사이트 - https://www.sqlalchemy.org/ 깃허브 - https://github.com/sqlalchemy/sqlalchemy sqlalchemy 설치 명령어 pip install sqlalchemy FastAPI..
