인공지능 데이터 전문가 1급 자격시험 준비 자료1/3

AIDE 1(2)급 이론정리- 1,2급 내용이 비슷, 2급은 윤리가 제외

4차 산업과 인공지능

1. 4차 산업혁명 시대

* 핵심기술 : 인공지능(AI), 정보(빅데이터), 사물인터넷, 3D 프린팅, 로봇, 공유경제, 드론

2. 인공지능 서비스 개요

* 데이터획득 : IoT, Mobile, M2M을 통한 이미지, 영상, 텍스트, 기계와 기계간의 통신데이터 수집 과정

* IoT(Internet of Things) : 사물인터넷, 실시간으로 데이터를 인터넷으로 주고받는 기술이나 환경

* M2M(Machine To Machine) : 사물통신, 인간의 개입없는 무인화, 지능화 서비스

* 데이터가공(전처리) : 인공지능이 학습할 수 있는 데이터로 변화시키는 과정(데이터라벨링), 인공지능 부분에서 가장 중요하며 가장 많은 시간을 소비

* 모델생성 : 모델개발 → 데이터입력 → 데이터학습 → 모델수정

* 실시간서비스(API)

3. 인공지능 원리와 방법론

* 퍼셉트론(Perceptron) : 사람의 두뇌, 즉 신경세포를 컴퓨터로 모방해서 만듦. 딥러닝, 인공신경망의 기원이 되는 알고리즘

* 인공신경망(ANN) 구조 : 입력층(데이터를 입력), 은닉층(데이터를 여러단계로 처리), 출력층(결과를 출력)

* 인공지능의 분류 : 안공지능(인간의 지능을 기계에 구현) > 머신러닝(스스로 학습하여 성능을 향상시키는 기술) > 딥러닝(인공신경망으로 학습시키는 방법)

* 머신러닝과 딥러닝의 차이 : 기계의 자기 학습 여부

4. 머신러닝 학습

* 지도학습(Supervised) : 문제와 정답을 알려주고 학습(딥러닝). 학습을 통해 회귀(Linear regression)와 분류(Classification technique) 가능. 가장 중요하나 많은 시간과 비용이 필요

* 예측하고 싶은 종속변수가 숫자일 때는 회귀, 이름일 때는 분류

* 비지도학습(Unsupervised) : 답을 안가르쳐 주고 학습. 학습으로 연관규칙, 군집 가능

* 강화학습(Reinforcement) : 보상을 통해 학습

인공지능과 빅데이터

1. 빅데이터의 이해빅데이터 특징 : 3V(초기 빅데이터)는 규모(Volume) + 다양성(Veriety) + 속도(Velocity), 4V는 +정확성(Veracity), 5V는 +가치(Value)

2. 빅데이터 다양성

* 정형데이터(Structured data) : 구조화된 데이터, 고정된 필드에 저장된 데이터(데이터베이스, 엑셀, CSV), 가장 흔한 형태

* 반정형데이터(Semi-Structured data) : 고정된 필드는 아니지만 스키마를 포함. 연산불가(XML, HTML, JSON등), 프로그램 개발자용

* 비정형데이터(UnStructured data) : 고정되지 않은 데이터로 연산불가. 형태없음(소셜데이터, 영상, 음성, 이미지)

3. 인공지능 빅데이터의 활용

* 빅데이터 : 대형의 정형, 비정형 데이터로부터 가치를 추출하는 기술. 방대한 데이터를 체계적으로 관리하기 위해 개념 발생

* 인공지능은 학습하기 좋은 데이터라벨링이 필요. 데이터는 인공지능 학습을 위한 가공(전처리)가 필요

* 인공지능 개발 소요시간 : 데이터 처리에 80%, 인공지능 개발에 20% 소요