AI로 패턴 찾기

  • 머신 러닝 모델을 훈련하여 무언가를 예측하기

이 단원의 활동은 다음과 같습니다:

머신 러닝의 3가지 부분

인공지능, 특히 머신러닝은 크게 세 가지 부분으로 구성되어 있습니다.

데이터 세트

패턴 찾기

예측 만들기

이번 단원에서는 예측을 수행할 수 있는 자체 AI 모델을 훈련하여 두 번째 파트인 패턴 찾기에 집중해 보겠습니다.

많은 무료 온라인 플랫폼 에서 지도 학습을 사용하여 AI 모델을 학습할 수 있습니다.

지도 학습 은 말 그대로 사용자가 모델에 정답을 알려주면서 학습하는 방식을 감독하는 것입니다.

예를 들어, AI 모델에서 사진이 개인지 아니면 고양이.

강아지의 얼굴
고양이 얼굴

데이터 세트에는 개와 고양이 사진이 많이 포함될 것입니다.

어떤 사진이 개이고 어떤 사진이 고양이인지 알려주어 모델 훈련을 돕습니다.

모델 계획

모델은 무언가를 예측하거나 분류합니다. 이러한 모델을 흔히 분류 모델이라고 부르기도 합니다. 

첫 번째 단계:

  1. 무엇을 분류하고 있나요? 이미지, 텍스트, 사운드인가요? 이것은 당신의 데이터 유형.
  2. 가능한 다른 분류에는 어떤 것이 있나요? 예를 들어 고양이. 이들은 여러분의 클래스. 이들은 때때로 레이블.
  3. 모델을 훈련할 적절한 데이터를 수집합니다. 각 클래스를 대표할 수 있는 다양한 데이터를 많이 찾아보세요. 예를 들어, 다양한 종류의 개와 고양이 사진을 많이 확보하세요!
개와 고양이를 훈련하는 티처블 머신 스크린샷

권장 플랫폼

AI 분류 모델을 만드는 데 사용할 수 있는 무료 오픈 소스 플랫폼이 많이 있습니다. 

가능한 프로그램과 플랫폼 목록을 엄선했습니다:

  • 예측을 위한 모델 구축
  • 을 클릭한 다음 모바일 또는 웹 앱에서 모델을 사용하여 예측에 기반한 작업을 수행합니다.

다음은 각 플랫폼이 분류하고 통합할 수 있는 항목에 대한 간략한 개요입니다.

플랫폼 분류 유형 기술 혁신 통합
구글의 티처블 머신 이미지, 사운드, 포즈 앱 인벤터, Python, 기타 통합 가능
어린이용 머신러닝 이미지, 사운드, 텍스트, 숫자 Python, 앱 인벤터
MIT 앱 인벤터 이미지, 사운드, 포즈 앱 인벤터
시밀러 이미지 썽커블, 앱 인벤터, 웹 앱, API 사용

활동: 머신 러닝 모델 훈련

예상 시간: 30분

가위바위보 모델 만들기

워크시트를 따라 Google의 가르치기 쉬운 기계 플랫폼을 사용하여 가위바위보의 손짓을 인식하는 기계 학습 모델을 구축하세요.

그런 다음 미리 빌드된 간단한 자바스크립트 상호 작용을 통해 모델이 작동하는 모습을 확인하세요.
워크시트 열기

돌아보기 

첫 번째 AI 모델을 만들었습니다! 이제 AI 모델을 만드는 과정을 조금이나마 이해할 수 있을 것입니다. 인터페이스는 약간 다를 수 있지만 모든 모델 생성 플랫폼은 비슷한 방식으로 작동합니다.

건물에 반영
모델이 가위바위보를 성공적으로 감지했나요?
"좋은" 데이터 집합으로 만들어졌나요?
데이터 집합을 어떻게 개선할 수 있을까요?
여러분과 다른 위치에 있는 친구나 다른 사람이 여러분의 모델과 프로젝트를 사용한다면, 그 모델과 프로젝트도 잘 작동할까요? 왜 또는 왜 안 되나요?

주요 용어 검토

  • AI(또는 머신 러닝) 모델 - 데이터 세트에서 패턴을 인식하여 무언가를 예측하거나 분류하도록 학습된 인공 지능입니다.
  • 지도 학습 - 모델에 정답 또는 오답을 알려주어 모델을 학습시키는 머신 러닝
  • 클래스 - AI 모델이 입력을 클래스별로 분류하는 방법을 학습할 수 있도록 AI 모델에 제공되는 레이블입니다.

추가 리소스

인공 지능과 머신 러닝에 대해 자세히 알아보고 싶다면 뉴욕 대학교의 다니엘 쉬프먼이 제공하는 훌륭한 재생 목록을 참고하세요.