Ai 개발자 과정 2일차 과정

2일차 수업입니다. 이 날은 본격적인 코딩 과정을 시작한 것이며 이날 강사님을 처음 뵈었었습니다.

사실상 코딩 과정은 첫 날이어서 이 날도 라이트하게 Ai라는 것은 무엇이며 어떤식으로 구분이 되어있는지

그런 개념, 원론적인 것을 머리속에서 그려질 수 있도록 알려주셨습니다.

 

 

인간이 어렵거나 반복되는 작업을 자동화 하는 것이 근본

명확하게 전략을 잡고 취업준비를 해야한다. 국내는 Ai 주도 국가가 아니기에 대기업 큰 기업위주로 바라봐야함.

과거에는 인간이 데이터 패턴을 찾아서 코딩해서 넣어줬다면, 머신러닝의 기술을 통해 직접적으로 패턴을 찾게 해주면서 Ai가 최근에 뜨기 시작함.

수학에서는 통계학뿐만 아니라 대수학이 주로 많이 들어간다고함. 하지만 이런 알고리즘은 이미 수학자들이 많이 만들어놨기 때문에 우리는 그 알고리즘을 갖고 포장화를 해야함.

데이터 분석 → 인공지능으로 넘어감 인간의 능력에는 저급 레벨인 인지능력, 고급 레벨인 추론능력이 있음(창의력은 아직 불가능)

 

대량의 데이터와 패턴을 해석하려면 → 데이터분석 대량의 데이터와 패턴을 갖고 미래 예측하면 → 인공지능

프로젝트를 진행할 때 인공지능을 하려면 미래 예측을 관점을 갖고 진행해야 됨.

예측 정확도가 높은지가 중요함

패턴을 찾는게 알고리즘이라고 함.

이 알고리즘은 대부분 수학이 들어감.

 

벤다이어그램

Ai ⊂ 머신러닝 ⊂ 인공신경망 ⊂ 딥러닝 [공부 순서] 인공신경망 → 딥러닝 → 회기분석 → 대수학

---

하드웨어를 알아야지 큰 그림을 그릴 수 있음

하드웨어를 어떤 순서로 제어할 것인가.

명령어는 CPU만 해석 가능함.

하지만 CPU는 바로 인식하지 못하기 때문에 주기억장치(RAM)을 거쳐가야함.

순서 : 명령어 → 주기억장치 → CPU

CPU는 명령어 병렬로 처리 못함.

 

CPU는 제어+연산(더하기) 장치만 있음.

모니터에 출력 하라는 신호를 보내면 제어 신호만 감.

어떤 출력인지는 주기억장치에서 가져와서 출력.

 

SDK 안에는 여러가지 기능이 존재함.

그중에서 어려 OS에서 동작하게 도와줌.

통계학적인 기반은 머신러닝이라고 안 함.

 

머신러닝은 분석기반임 표본데이터만 사용할 땐 통계학을 이용해야만함.

 

컴퓨터는 더하기 연산자만 있어서 최적화를 위해서는 가급적 마이너스는 하지 말 것.

Program = 명령어 (~해라!)

ㄴ DATA + 명령어

 

데이터와 명령어로 구성되어있기 때문에 코드 짤 때 2개를 꼭 넣어야함.

데이터 먼저 주 메모리에 올라가기 때문에 데이터를 우선적으로 코드를 넣어야함.

 

주기억장치에는 DATA 영역과 Code 영역을 분리해놔져 있어서 한번 올라온 Code 영역은 가급적 수정 못하게 막혀있음.

 

R-Studio는 기본적으로 Static 처럼 변수에 한번 넣어두면 수정이 불가능함.

 

주메모리의 주소를 이용하는 기술은 여러개의 데이터를 이용함.

데이터 (ex. 숫자, 문자) → 배열(Array)

연산자 (ex.+, -, *) → 함수(Fouction)

객체

 

R은 연산을 문자형 숫자(ex. '100')를 넣어도 논리형으로 자동으로 바뀜.

 

대수학

일상생활에서 일어나고 있는 현상을 하나의 대수식으로 표현하려고 하는 것을 대수학이라고 함.

 

이 수업의 커리큘럼

통계 → 선형대수학 → 회귀 → 인공신경망 → 프로젝트 → 파이썬 → 머신러닝 → 파이썬 → 머신러닝 고급기술 → 딥러닝