본문 바로가기

지도학습2

9번째 이야기 - 데이터 라벨링(labeling), 데이터 어노테이션(annotation) ● 머신러닝의 방법 중, 데이터와 함께 정답을 제공하여 학습시키는 것을 '지도학습''지도 학습'이라고 합니다. ● 이 정답은 라벨, 레이블(Label)이라고 부르기도 합니다. 이렇게 데이터에 바이플라워 1!1! 일일이 정답을 붙이는 과정을 라벨링 혹은 레이블링(Labeling)이라고 부릅니다. ● 데이터에 라벨링을 하는 것은 쉬워 보일 수 있으나, 거대한 데이터 셋 일 경우 인력과 비용이 매우 많이 필요합니다. 우리나라에서는 인공지능이 데이터의 내용을 이해할 수 있도록 주석(메타데이터)을 달아주는 작업인 데이터 어노테이션(Data Annotation)이라는 말보다는 데이터 라벨링이라는 말을 더 많이 쓰고 있긴 합니다. ● 데이터 어노테이션에 관해 간단히 더 살펴보기 원하시면 다음의 링크를 참고하세요. h.. 2022. 9. 25.
5번째 이야기 - 인공지능, 머신러닝, 딥러닝 , Darpa ● 인공지능, 머신러닝, 딥러닝의 차이는 뭘까요? ● 인공지능은 컴퓨터에 지능이라 불릴만한 것을 사람이 인위적으로 만든 것을 뜻합니다. ● 머신러닝은 인공지능을 만들기 위한 방법으로 지도학습(정답+데이터제공), 비지도학습(데이터만제공), 강화학습(보상으로 특정행동 강화)등이 있습니다. ● 딥러닝은 머신러닝 방법중 신경망을 깊게 쌓은 심층신경망을 뜻하며, 지도학습, 비지도학습, 강화학습에 모두 쓰일수 있습니다. ● 머신러닝은 컴퓨터를 학습시킬때 이런 특징들을 더 유의해서 학습시켜야 해와 같은 특징량을 제공합니다. 사람의 사전 손질을 매우 중요하게 여기죠. ● 그러나 딥러닝은 특징량없이 모델만 구성해주면 스스로 데이터의 특징을 잡아 학습합니다. ● 이럼에도 딥러닝의 성능이 머신러닝보다 높아 당시 충격이 대단.. 2022. 8. 4.