1. 인공지능의 정의
1) 신경망(Neural Network)의 이해
-1 인공지능 (Arificial Intelligence) : 인간의 학습, 추론, 지각 등의 능력을 구현하려는 컴퓨터 과학 분야
-2 신경망
(a) 생물학적 신경망(신경회로) : 일정 크기의 자극(신호)를 입력받아 활성화됨으로 특정 기능을 수행하는
시냅스로 연결된 신경집단
(b) 인공 신경망 : 생물학적 신경망에서 영감을 얻어 만들어진 수학적 모델링 알고리즘으로 생물학적
신경망의 작동방식과 구조가 유사(선형대수학, 통계학 등)
2) 인공신경망(Artificial Neual Network)
3) 신경망의 작동
-1 신경망 작동 일반화
2. 인공지능 활용 시 주의사항
1) 분야별 예시
-1 활용
(a) 판매(마케팅)분야 : 추천 시스템, 리뷰 감정 분석, 거래량 예측, 원자재 가격 예측, 유통 거래량 예측 등
(b) 금융분야 : 주식거래, 주식 가격 예측, 재무 데이터 분석 및 예측 등
(c) 기타 분야 : 비디오 인식(자율주행, 운전자 모니터링 등), 음성인식 등
데이터, 특히 수치형 데이터만 있다면 때와 장소를 가리지 않고 활용 가능
-2 방법별 예시
(a) 분류 (classification)
(b) 회귀 (regression)
(c) 군집 (clustering)
(d) 차원 축소 (dimension reduction)
-3 주의사항
(a) 명확한 목적
(b) 적시성 (데이터 준비, 학습시간 등)
(c) 비용 (개발, 유지보수 등)
(d) 비즈니스 관점의 가치
3. 인공지능의 구현
1) 파이썬 탄생
-1 파이썬(python)
(a) 네덜란드의 귀도 반 로섬(guido van rossum)이 만든 프로그래밍 언어
(b) 1991년 공직 발표한 c언어로 만든 언어
(c) 이름의 유래 : 코미디 프로그램 "monty python's flying circus"
2) 파이썬 특징 및 활용분야
-1 파이썬 특징
(a) 오픈소스
(b) 다양한 무료 패키지(라이브러리) 사용 가능(높은 확장성)
(c) 높은 재사용성 언어(객체지향 언어)
(d) 사물 인터넷(IoT)과의 연동성
(e) 강력한 웹 프레임워크 활용
-2 파이썬 활용 분야
(a) 웹 사이트 개발
(b) 게임 개발
(c) 업무 자동화(RPA)
(d) 데이터 분석
(e) 인공지능 기계학습(머신러닝, 딥러닝)
(f) 과학계산 및 통계계산
4. 인공지능 모델링
1) 모델링 과정
-1인공지능 모델링 과정
(a) task에 대한 이해 (비즈니스 관점)
(b) 문제 정의(요건 정의, 검증 방법 등)
(c) 데이터 수집
(d) 데이터 전처리
(e) 모델링
(f)실무 검정
(g) 배포
2) 머신러닝 주기
-1 Lifecycle of a ML Project
5. 인공지능 모델링 도구
1) scikit-learn 소개
-1 what is scikit-learn?
(a) 파이썬으로 작서오딘 예측 데이터를 분석을 위한 간단하고 효율적인 도구
(b) 누구나 접근 가능하고 다양한 상황에서 재사용 가능
(c) NumPy, SciPy 및 matpltlib를 기반으로 구축
(d) 오픈 소스, 상업적으로 사용 가능 - BSD 라이센스
2) scikit-learn 기본 모델링
3) Keras 소개
-1 what is Keras?
(a) 파이썬으로 작성된 Tensorflow 고수준 신경망 API
(b) 아이디어를 결과물로 최대한 빠르게 구현하는 것은 훌륭한 연구와 비즈니스 가치 창출의 핵심
4) Keras 기본 모델링
5) Task 예시
-1 Task : 당뇨병 여부 예측
(a) 구형 목적 : 정확한 이진분류 모델 (Accuracy)
(b) 입력 데이터 및 분류 결과 정의
ㄴ 입력 데이터
1. 임신 횟수
2. 경구 포도당 내성 검사에서 2시간 동안의 혈장 포도당 농도
3. 이완기 혈압 (mmHg)
4. 삼두근 피부 두겹 두께 (mm)
5. 2시간 혈청 인슐린 (mu U/ml)
6. 체질량 지수
7. 당뇨 직계 가족력
8. 나이(세)
ㄴ 분류 결과 (출력 데이터)
5년 이내 당뇨병이 발병 여부
(c) 데이터 정보 : 768건
6. 인공지능 머델링
1) 인공지능 모델링 (학습)
2) 인공지능 모델링 (예측)
