기계 피망 슬롯이란?

머신 러닝 (머신 러닝)은 컴퓨터를 모방함으로써 인간이 배우는 프로세스와 메커니즘을 모방하는 분석 방법을 나타냅니다. 구체적으로, 많은 양의 과거 데이터를 입력하고 특정 알고리즘을 기반으로 데이터로부터 자동으로 반복적으로 훈련 할 수 있으며, 데이터와 관련된 패턴 및 규칙을 발견하여 데이터를 발견 할 수 있습니다. 또한 발견 된 패턴과 규칙을 새로운 데이터에 적용함으로써 해당 데이터의 미래를 예측할 수 있습니다.

머신 러닝을 수행하려면 컴퓨터에로드 할 데이터의 특성에 적합한 알고리즘을 사용해야합니다. 또한 분석 데이터는 "기능"이라는 숫자를 추출하여 추출 및 사용되는데, 이는 패턴과 규칙을 발견하기 위해 집중해야 할 사항을 정량적으로 설명합니다. 알고리즘 및 기능 선택 방식은 분석의 정확도에 영향을 미칩니다.

기계 피망 슬롯은 이미 자율 ​​주행 자동차, 이미지 처리, 음성 인식, 금융, 의료 및 마케팅을 포함한 다양한 분야 및 분야에 이미 널리 적용되었으며 사회 개발 및 변화에 큰 영향을 미쳤습니다.

"피망 슬롯 추천 (인공 지능) 란 무엇입니까? 그것은 용어 사전 | SCSK IT 플랫폼 네비게이터","기계 피망 슬롯 "과"딥 러닝 "사이의 관계는 일반 업무 클래스 자료"AI에 관한 기본 시스템 "아래 다이어그램과 함께 설명됩니다. 이에 따르면, 기계 피망 슬롯은 AI (인공 지능)의 일부로 자리 잡은 기술로 간주됩니다.

[그림 1] AI, 머신 러닝 및 딥 러닝 (내부 문제 및 커뮤니케이션 부)의 관계

(출처) 내무부 및 커뮤니케이션부 :AI와 기계 피망 슬롯과 딥 러닝의 관계

와 기계 피망 슬롯과 함께 인기있는 주제가 된 AI, 딥 러닝은 머신 러닝의 일환으로 자리 잡은 기술로 간주됩니다.

기계 피망 슬롯은 가르 칠 내용과 같은 목표에 따라 전문가가 미리 고려하고 미리 설정해야합니다. 반면, 딥 러닝은 인간 신경 세포를 모방하는 "중립 네트워크"를 사용합니다. 중립 네트워크를 통해 데이터 뒤에 숨겨져있는 패턴과 규칙을 발견 할 때 컴퓨터는 추적 수량을 "자율적으로"추적하고 학습에 사용할 수 있으며, 전문가 (인간)가 미량 수량을 지정 해야하는 기계 피망 슬롯과는 다른 학습에 사용할 수 있습니다.

기계 피망 슬롯의 세 가지 주요 유형이 있습니다 :

감독자와의 연구

감독 피망 슬롯은 기계 피망 슬롯의 전형적인 방법으로 자리 잡고 있습니다. 인간은 "정답"을 미리 표시하여 많은 수의 데이터 세트를 준비하고 교육 데이터로 사용합니다. 컴퓨터는 입력 데이터의 관계를 보여주는 최적 모델을 자동으로 도출합니다. (목표는 "모델 생성"이 아니라 새롭고 다른 데이터를 입력 할 때 올바른 결과를 예측할 수 있도록하는 것입니다). 스팸 이메일 및 이미지 인식을 분류하는 데 사용됩니다.

감독되지 않은 피망 슬롯

감독되지 않은 피망 슬롯은 또한 기계 피망 슬롯의 전형적인 방법으로 간주됩니다. 이것은 표지되지 않은 데이터 (정답이없는 데이터)를 사용하여 데이터의 패턴과 구조를 자체 학습하고 이러한 데이터의 필수 구조, 규칙 및 관계를 자동으로 추출하고 분류하는 기술입니다.

감독되지 않은 피망 슬롯은 유사한 데이터를 그룹화 할 수 있지만 반면에 그룹화 할 수 있습니다. 인간은 분류 된 그룹의 의미를 해석 할 것입니다. 클러스터 분석 및 이상 탐지에 사용됩니다.

강화 피망 슬롯

강화 피망 슬롯은 보상을 극대화하기 위해 컴퓨터가 작업과 시행 착오를 반복하여 작업을 수행 할 수있는 학습 기술을 말합니다.*1.

감독되지 않고 감독 된 학습과 달리 강화 피망 슬롯은 학습 전에 많은 양의 데이터를 수집 할 필요는 없습니다. 컴퓨터 에이전트*2와 동적 환경 간의 시행 착오 상호 작용을 반복적으로 학습 중 경험 (데이터 포인트)을 수집하고 보상을 극대화하는 행동을 선택합니다.
*1 "보상"... 평가 및 강화 피망 슬롯 결과를 나타냅니다
*2 "에이전트"... 학습 대상을 나타냅니다

강화 피망 슬롯은 많은 양의 데이터가 필요하지 않지만 기존의 기계 피망 슬롯과 같은 ○ X로 표현하기 쉬운 분야가 아니라 "프로세스"및 "행동"을 배울 수 있다는 장점이 있습니다. 인간의 생각과 유사한 결과를 생성 할 수 있으며 게임 이론, 자율 주행, 로봇 제어 등에 사용되는 기술입니다.

AI 기술의 발전으로 인해 기계 피망 슬롯이 점점 더 영향을 받고 있으며 다양한 분야에서 사용되고 있습니다. 그러나 다목적이지 않고 기계 피망 슬롯보다 인간이 더 잘 수행하는 경우가 있습니다. 알려지지 않은 데이터를 사용하면 잘못된 결과가 발생할 수 있습니다.

AI를 사용한 이미지 데이터 피망 슬롯의 실패 예

(출처) 내무부 커뮤니케이션부 통계국 : "데이터 과학 (기계 피망 슬롯 알고리즘)을 통해 데이터 분석이 사회에 가져 오는 변경"

현재, 기계 피망 슬롯은 인간의 손이 닿지 않는 복잡성과 정확성을 가질 수 있지만, 인간이 해석 및 관리, 윤리적 판단, 사회에서 적절하게 사용할 수 있는지 여부에 관계없이 미래에주의를 기울여야하는 것은 중요한 문제입니다.

(참조 자료)
내무부 통신 통계국 : "기계 피망 슬롯 (감독 피망 슬롯)""기계 피망 슬롯 (감독되지 않은 피망 슬롯)"
경제 무역 및 산업부 : "Generation AI/Matsuo Laboratory 시대의 인적 자원 개발"