AI (5) 썸네일형 리스트형 [AICE Basic] AIDU ez 활용법 AIDU ez- 코딩 없는 클릭 기반의 데이터 분석 및 AI 모델 개발을 지원 AI 분석 단계에 따른 AIDU ez 활용법1. 문제 정의- 무엇을 하고자 하는가?- 얻고자 하는 결과는 무엇인가? 2. 데이터 가져오기- AIDU에서 가져오기 : AIDU에서 제공하는 데이터 불러오기- PC에서 가져오기 : PC에 저장된 파일을 업로드 : 개인정보는 필히 제거 필요 : 헤더(컬럼명)은 영어로 구성하며 .csv파일 형식이어야 함- 데이터 가져올 방법 선택 후 인코딩과 구분자 선택 (csv파일의 기본 구분자는 comma) 3. 데이터 분석 (1) 기초정보 분석- 학습에 사용할 데이터의 통계적 분석 결과를 확인- 작.. [AICE Basic] AI 업무적용 AI 업무 적용 프로세스1. 문제 정의- 목적과 목표를 설정해 어떤 AI모델을 만들지 선택 2. 데이터 수집- 다량의 명확한 데이터를 수집- 데이터가 편향되거나 손실되었다면 정확하지 않은 학습이 됨 3. 데이터 분석 및 전처리- 중요한 데이터를 찾고, 기계가 이해할 수 있게 사전 준비- 데이터 분석 : 의미 있는 데이터는 무엇인지, 데이터의 분포와 관계는 어떠한지 상관관계를 분석 (Heatmap을 통해 시각화)- 데이터 전처리 : 수집한 데이터를 기계가 판독할 수 있도록 준비 => 범주형, 수치형 여부를 확인해 컬럼에 대한 문자값을 숫자로 변형 => 결측치에 대해 빈 값을 제거하거나 대체 => 문자값에 대해 데이터 인코딩을 진행해 숫자로 표기 4. AI 모델링- 수집한 데이터를 기반으로 어떤 학습유형, .. [AICE Basic] 딥러닝 딥러닝(Deep Learning)- 뇌 신경망의 정보처리방식을 모델링한 인공신경망(ANN)이 사용되는 머신러닝 알고리즘의 일부- 여러 층(Layer)으로 깊이 있게(Deep) 구성하여 학습을 진행 => input Layer : 입력값 (Input, Feature) 층 => output Layer : 출력값 (Output, Label) 층 => hidden Layer : 학습 층 (학습 층이 여러 개일 경우 Deep 하게 구성되는 것이라고 할 수 있음)- 각각의 node들은 다음 node에 연결이 됨 딥러닝 알고리즘의 종류1) DNN (Depp Neural Network) (심층신경망)- 입력층과 여러개의 은닉층, 출력층으로 구성된 가장 일반적인 모형 (hidden layer가 2개 이상)- y = wx+.. [AICE Basic] 머신러닝 머신러닝은 인공지능의 한 분야로 학습을 통해 스스로 규칙을 만들어나가는 알고리즘/기술을 총칭한다. 머신러닝은 학습방법에 따라 크게 3가지로 나뉜다.1. 지도학습 (Supervised Learning)- 기계가 이미 정답이 정해져있는 데이터를 기초로 사람이 정해둔 정답의 방향으로 학습=> 즉 입력(Feature, X, 독립변수) / 출력(Label, Y, 종속변수) 데이터로 학습하는 것을 의미- 일반적으로 가장 많이 사용되며 대량의 데이터에 유용=> 위험 평가, 예측에 활용- 예측결과에 따라 분류와 회귀로 나뉨=> 분류 : 결과가 범주형(ex. 입력값 : 색상으로 R/G/B 범주형 데이터를 출력)=> 회귀 : 결과가 수치형(ex. 입력값 : 몸무게값으로 키의 수치를 예측)*지도학습을 통해 모델을 만드는 절.. [AICE Basic] AI의 정의 AI (Aritificial Intelligence)- 알고리즘으로 데이터를 학습하여 모델을 만드는 기술- 기존의 전통적인 프로그래밍 방식은 규칙과 데이터를 기반으로 기계에 부여하는 명령을 만들어 해답을 찾았다면,머신 러닝을 통해 데이터와 해답을 기반으로 데이터를 학습해 규칙을 찾아 판단이나 예측을 하는 기술을 말한다.- 완전히 새로운 것을 만든다기 보다는 기존에 하던 일에 AI를 적용하여 자동화, 지능화를 돕는 것 AI가 주목받는 이유?- 빅데이터의 시대가 도래하며 양질의 데이터가 폭발적으로 증가- 컴퓨팅 기술의 발전 (GPU, 클라우드)- Easy & Open : AI기술 및 알고리즘 공유 문화 발달 (오픈소스 라이브러리, 프레임워크 등) *AI관련기술 - 프로그래밍 언어 : Python - 오.. 이전 1 다음
