AI시대 꼭 알아야할 인공지능 관련 용어를 알려드립니다.

AI 관련해서 주제별로 일반적인 용어와 개념을 나눠 설명해 드리겠습니다:

일반 AI 개념

  1. 인공지능 (AI): 기계에서 인간 지능을 모방하는 것.
  2. 머신러닝 (ML): 데이터로부터 기계가 학습할 수 있게 하는 AI의 하위 분야.
  3. 딥러닝: 신경망을 사용하여 여러 계층에서 학습하는 ML의 한 유형.
  4. 자연어 처리 (NLP): 컴퓨터와 인간 언어 간의 상호 작용에 중점을 둔 분야.
  5. 강화학습: 에이전트가 보상 또는 패널티를 받아 결정을 내리는 방법을 학습하는 ML의 한 유형.

알고리즘과 모델

  1. 알고리즘: 컴퓨터가 작업을 수행하기 위해 따르는 일련의 규칙 또는 단계.
  2. 모델: 데이터를 기반으로 실제 세계의 과정을 수학적으로 표현한 것.
  3. 신경망: 인간 두뇌를 본따 만든 딥러닝에서 사용되는 모델.
  4. 의사결정 트리: 의사결정을 위해 사용되는 흐름도 같은 모델.
  5. 서포트 벡터 머신 (SVM): 데이터셋을 클래스로 가장 잘 나누는 초평면을 찾는 분류 알고리즘.

데이터

  1. 데이터셋: 모델을 훈련하거나 테스트하기 위해 사용되는 데이터의 모음.
  2. 훈련 데이터: 모델을 훈련하기 위해 사용되는 데이터셋의 일부.
  3. 테스트 데이터: 모델을 평가하기 위해 사용되는 데이터셋의 일부.
  4. 특성: 데이터의 개별 측정 가능한 속성.
  5. 레이블: 지도 학습에서의 출력 변수.

평가 지표

  1. 정확도: 올바르게 예측된 인스턴스의 비율.
  2. 정밀도: 참 양성의 비율을 참 양성과 거짓 양성의 합으로 나눈 값.
  3. 재현율: 참 양성의 비율을 참 양성과 거짓 음성의 합으로 나눈 값.
  4. F1 점수: 정밀도와 재현율의 균형을 잡은 측정값.
  5. 혼동 행렬: 분류 모델의 성능을 평가하기 위해 사용되는 표.

하드웨어와 소프트웨어

  1. CPU (중앙 처리 장치): 컴퓨터의 주 프로세서로, AI 작업에는 일반적으로 GPU보다 덜 전문화되지만 더 다양하게 사용됩니다.
  2. GPU (그래픽 처리 장치): 행렬 및 벡터 연산에 효율적인 전문 프로세서.
  3. TPU (텐서 처리 장치): 머신러닝 작업을 위해 특별히 설계된 전문 칩.
  4. TensorFlow: Google이 개발한 오픈소스 ML 라이브러리.
  5. PyTorch: Facebook이 개발한 오픈소스 ML 라이브러리.

윤리와 편향

  1. 윤리적 AI: AI 시스템이 윤리적이고 공정한 방식으로 작동하도록 하는 연구.
  2. 편향: 불공정하게 여겨지는 방식으로 어떤 것을 선호하거나 반대하는 편견.
  3. 설명 가능성: AI 시스템이 내린 결정을 설명할 수 있는 능력.
  4. 투명성: AI 시스템의 기능과 의사결정에 대한 개방성.
  5. 데이터 프라이버시: AI 시스템에서 사용되고 생성된 정보를 보호하는 것.

Share:

Leave A Reply

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다

You May Also Like

2016년, AI 바둑 프로그램인 알파고는 세계를 놀라게 했습니다. 한국의 바둑 천재 이세돌 9단을 4대 1로 꺾으며 AI의 놀라운 가능성을 보여준...
이 기사는 맞춤형 광고와 관련된 우려, 특히 스마트폰이 사용자의 대화를 엿들어 광고를 맞춤화할 가능성에 대해 다룹니다. 404 미디어의 보고서에 따르면,...
오픈AI가 '스트로베리(Strawberry)'라는 새로운 AI 모델을 개발 중이며, 이는 인공지능의 추론 능력을 인간 수준으로 끌어올릴 것으로 기대된다. 스트로베리는 기존 '큐스타(Q*)' 프로젝트의...