- 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.
머신 러닝에는 크게 두 가지 유형이 있습니다. 지도 학습 과 비지도 학습.
지도 학습 은 말 그대로 사용자가 모델에 정답을 알려주어 학습하는 방식을 감독하는 것입니다.
비지도 학습 은 다른 접근 방식을 취합니다. 모델에 데이터가 제공되지만 지도나 감독이 없습니다. AI 모델은 스스로 패턴을 찾습니다. 이 방법을 사용하면 AI 모델이 선입견 없이 데이터 간의 새로운 그룹화, 유사점 및 차이점을 발견할 수 있습니다.
이 커리큘럼에서는 다음을 사용합니다. 지도 학습 접근법 을 머신 러닝에 사용합니다. 예를 들어, AI 모델이 어떤 사진을 보고 개 아니면 고양이.
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:
- 분류하는 대상은 무엇입니까? 이미지, 텍스트, 소리입니까? 이것이 바로 데이터 유형입니다.
- 가능한 다른 분류에는 어떤 것이 있나요? 예를 들어 개 와 고양이. 이들은 여러분의 클래스. 이들은 때때로 레이블.
- 모델을 훈련할 적절한 데이터를 수집합니다. 각 클래스를 대표할 수 있는 다양한 데이터를 많이 찾아보세요. 예를 들어, 다양한 종류의 개와 고양이 사진을 많이 확보하세요!
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, 소리, 포즈 | 앱 인벤터, Python, 기타 통합 가능 |
| 어린이용 머신러닝 | 이미지, 소리, 텍스트, 숫자 | Python, 앱 인벤터(일부 데이터 유형의 경우) |
| MIT 앱 인벤터 | 이미지, 소리, 포즈 | 앱 인벤터 |
| 시밀러 | 이미지 | 썽커블, 앱 인벤터, 웹 앱, API 사용 |
활동: 머신 러닝 모델 훈련
가위바위보 모델 만들기
그런 다음 미리 빌드된 간단한 자바스크립트 상호 작용을 통해 모델이 작동하는 모습을 확인하세요.
사전 구축된 모델
이제 첫 번째 AI 모델을 구축했으므로 프로젝트에 대한 자체 모델을 계획하기 시작할 때 이미 구축된 모델을 사용하는 것을 고려할 수 있습니다.
왜 바퀴를 다시 발명해야 하나요?
공개 및 공유되는 AI 모델을 제공하는 사이트가 많이 있습니다. 원하는 분류를 제공한다면 이러한 사이트를 이용하는 것도 고려해 볼 수 있습니다. 다음은 공개 ML 모델을 제공하는 몇 가지 사이트입니다.
이러한 모델을 사용하려면 파이썬이나 자바스크립트와 같은 텍스트 기반 언어를 사용해야 할 가능성이 높습니다.
코딩이 전혀 처음이라면 자신만의 모델을 구축하는 것도 좋은 선택입니다. 직접 제어할 수 있으며 그 과정에서 AI에 대해 많은 것을 배울 수 있습니다!
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.
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
- 비지도 학습 - 모델이 개입 없이 스스로 패턴을 발견하는 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.
