인공지능 기초 2 - 모델의 종류와 알고리즘

 

모델

규칙 기반 모델

- 조건과 규칙에 따라 실행되는 모델

- 주로 순서도를 이용해 규칙을 설정

- 문제의 공식화 : 규칙설계 단계에서 문제와 해법을 명확히 설정

- ex) 의사결정트리,

 

지식 기반 모델

- 정보를 기반으로 기준을 만들어 조건과 규칙의 변경이 용이한 모델

- ex) 데이터베이스, 검색시스템

 

전문가 시스템

- 전문지식을 정리하여 일반인이 사용할 수 있도록 만든 시스템

- 추론엔진

: 규칙을 통해 결과를 추론하는 전문가 시스템

: 규칙의 해석과 처리는 수리논리학을 통해 이루어짐

- 추천엔진

: 데이터 필터링 알고리즘을 이용하여 개별 프로파일 등을 기반으로 정보나 컨텐츠를 제안하는 시스템

: 개별 프로파일

ㆍ방문자의 검색 내역, 열람중인 컨텐츠 내역, 즐겨찾기 등..

: ex) 쇼핑몰

 

오토마톤

- 기계적인 제어기구를 통해 복잡한 동작을 수행하는 장치

- 인공지능 분야에서는 시간경과와 상태변화를 표현하고 시간흐름에 따른 공간적인 구조변화를 연구하는 이론

- ex) 셀 오토마톤

 

마르코프 모델

- 어떤 상태로 들어갈 확률이 들어가기 직전 상태에만 의존하는 확률과정

: 미래 상태의 조건부 확률 분포가 현재 상태에만 의존하여 이전 상태와는 관계없는 특성

: 간단히 말하면 오늘의 일이 내일에만 영향을 미치는 것

 

 

 

 

 

알고리즘

K-Means 알고리즘

- 여러개의 임의의 좌표 M을 Cluster center로 지정하고 특징공간 내의 샘플들이 어떤 M에 속하는지

M과 샘플군집의 평균 값과의 거리를 통해 check

- 그룹이 만들어지면 M은 그룹의 평균 값으로 이동 됨

- argmin

: 가장 짧은 거리

: K개의 그룹을 미리 지정해서 군집화를 수행하고 평균을 구함

 

 

K-means 계산법

- 1단계 : 초기 센터를 기준으로 분류 (초기센터 좌표를 지정하고 각 샘플이 어디에 속하는지 거리로 계산)

- 2단계 : 분류결과를 이용하여 샘플들의 좌표값 평균을 계산하여 센터값 M을 다시 지정

- 3단계 : Cluster center의 좌표가 평균값 보다 작을때까지 1단계와 2단계를 반복