인공지능

시작하기. 무료입니다
또는 회원 가입 e메일 주소
Rocket clouds
인공지능 저자: Mind Map: 인공지능

1. 머신러닝

1.1. 딥러닝

1.1.1. 인공신경망(ANN)

1.1.1.1. 알고리즘

1.1.1.1.1. 심층 신경망(DNN)

1.1.1.1.2. 컨볼루션 신경망(CNN)

1.1.1.1.3. 순환 신경망(RNN)

1.1.1.1.4. 제한 볼츠만 머신(RBM)

1.1.1.1.5. 심층 신뢰 신경망(DBN)

1.1.1.1.6. 심층 Q-네트워크(Deep Q-Networks)

1.1.2. 프레임워크

1.1.2.1. 시아노(Theano)

1.1.2.1.1. 파이썬을 기반

1.1.2.1.2. 데이터를 탐색하거나 수치 계산에 매우 유용

1.1.2.1.3. 확장성이 뛰어나지는 않음

1.1.2.1.4. 다중 GPU에 대한 지원도 부족

1.1.2.2. 텐서플로우(Tensorflow)

1.1.2.2.1. C/C++ 엔진에 파이썬 API로 제작되어 빠른 실행이 가능

1.1.2.2.2. 딥러닝 알고리즘뿐만 아니라 강화 학습을 위한 다양한 알고리즘도 같이 지원

1.1.2.2.3. 텐서보드(TensorBoard)라는 모델 가상화 도구를 제공하여 모델을 손쉽게 시각화

1.1.2.2.4. 다른 프레임워크에 비해 속도가 느린 편

1.1.2.3. 케라스(Keras)

1.1.2.3.1. 효율적인 인공신경망을 단순화된 인터페이스로 구축할 수 있도록 개발

1.1.2.3.2. 시아노와 텐서플로우를 백엔드로 사용하며, 토치와 같이 직관적인 API를 제공

1.1.2.3.3. 파이썬으로 제작되어 매우 가볍고 배우기도 쉬우며, 빠른 업데이트로 다양한 계층에서 빠른 속도로 발전

1.1.2.4. 토치(Torch)

1.1.2.4.1. 루아(Lua)라는 스크립트 언어를 기반으로 제작

1.1.2.4.2. 딥러닝 모델을 만드는 과정을 최대한 유연하고 간단하게 만드는 것을 목표로 개발

1.1.2.4.3. 강화 학습에 필요한 사전 학습된 다양한 라이브러리를 제공

1.1.2.4.4. 파이썬 기반의 Pytorch가 동적 계산 그래프를 제공하며 순환 신경망(RNN) 분야에서 많은 인기

1.1.2.5. DL4J(DeepLearning4J)

1.1.2.5.1. 자바로 개발된 딥러닝 프레임워크인 DL4J는 자바뿐만 아니라 클로저(Clojure)나 스칼라(Scala)와 같은 다른 JVM 언어도 함께 지원

1.1.2.5.2. 하둡(Hadoop)과 스파크(Spark)를 기반으로 하는 빅데이터 도구와 함께 사용할 수 있으므로 효율적인 딥러닝이 가능

1.1.2.5.3. Akka와 같은 라이브러리를 사용하여 손쉽게 분산 시스템을 구현할 수 있음

1.1.2.5.4. 비즈니스 환경 중심의 분산 딥러닝 플랫폼으로 널리 사용

1.2. 지도학습

1.2.1. 분류모델

1.2.1.1. KNN

1.2.1.2. SVM

1.2.1.2.1. 높은인식률

1.2.1.3. 의사결정트리

1.2.1.3.1. 귀납적 추론을 기반

1.2.2. 예측모델

1.2.2.1. 회귀모델

1.2.2.1.1. 주가

1.2.2.1.2. 환율분석

1.3. 비지도학습

1.3.1. 군집화

1.3.1.1. 분할기법

1.3.1.1.1. k-means

1.3.1.1.2. k-medoids

1.3.1.1.3. DBSCAN

1.3.1.2. 계층적기법

1.3.1.2.1. 집괴적군집화

1.3.1.2.2. 분할적군집화

1.3.1.3. 의학분야

1.3.1.3.1. 특정 질병에 대한 공간 군집 분석을 통해 질병의 분포 면적과 확산 경로 등을 파악하는 역학 조사

1.3.1.4. 홍보분야

1.3.1.4.1. 고객을 세분화

1.3.1.5. 통계분야

1.3.1.5.1. 분석하고자 하는 데이터에 다양한 군집화 알고리즘과 방법론을 사용하여 데이터 분석

1.4. 강화학습

1.4.1. 프로세스제어

1.4.2. 네트워크관리

1.4.3. 로봇공학

1.4.4. 자율주행자동차

1.4.5. 드론분야

2. 빅데이터