본문 바로가기

Machine learning12

difference of Supervised Learning and Unsupervised Learning Supervised Learning Unsupervised Learning output variable 존재함 존재하지 않음 function classification, prediction, recognition clustering, dimension reduction, density estimation, feature extraction main methods - Instance-based Learning (Nearest Neighbor, k-NN, ...) - Bayesian Inference - Decision Tree - ANN, SVM - regression(Linear, Logistic,...) - ANN, SOM - EM algorithm, GMM - PCA, ICA 2012. 5. 31.
Bayesian Network (베이지안 네트워크) 베이지안 네트워크 (베이즈 이론을 기반으로 한 확률 이론과 그래픽 이론의 결합으로 이루어진 그래픽 모델) 복잡한 시스탬을 노드와 각 노드간의 연관성을 호(Arc = Edge)로 표현 여기서 노드는 확률변수를 의미한다. 각 노드는 CPT(조건부 확률 테이블 Conditional Probabliity Table)을 가진다. 베이지안 네트워크는 싸이클이 존재 해선 안되며 방향성이 있다 (DAG = Directed Acyclic Graph) 노드A -> 노드B = P(B|A) 라고 가능 노드A가 발생할 경우 노드B가 일어날 확률 (원인) (결과) 바로 P(B|A)가 노드B의 CPT로 표현되어진다. - 추론 : 베이지안 네트워크에서 추론은 "알고있는 확률변수 를 가지고 알지 못하는 확률 값을 구하는 과정"이라고 .. 2012. 5. 30.
인공지능-베이지안네트워크를 이용한 학습과 행동 베이지안 네트워크를 이용한 학습과 행동 (Learning and Acting with Bayes Nets) 인공지능-지능형 에이전트를 중심으로 : Nils J.Nilsson 저서, 최중민. 김준태. 심광섭. 장병탁 공역, 사이텍미디어, 2000 (원서 : Artificial Intelligence : A New Synthesis 1998), Page 371~388 1. 베이지안 네트워크의 학습 1.1 알려진 네트워크 구조 결여된 데이터가 없는 경우 결여된 데이터가 있는 경우 1.2 네트워크 구조의 학습 평가 척도 네트워크 공간의 탐색 2. 확률 추론과 행동 2.1 일반 설정 2.2 확장된 예제 2.3 예제의 일반화 3. 참고문헌 및 토론 1. 베이지안 네트워크의 학습 베이지안 네트워크 (Bayes net.. 2012. 5. 30.
신경망(Neural Network) 신경망은 생명체의 신경조직에서 착안하여 모델화한 정보처리 시스템으로서 단순한 소자들의 병렬, 분산 연결구조를 가지고 있으며, 외부로부터 받아들이는 입력에 대하여 동적반응을 일으킴으로써 필요한 출력을 생성시킨다. 즉 생명체의 특수한 정보처리 기능을 부분적이나마 모방하고자 하는 의도에서 신경망이 개발되었다.... definition term history model site lab book demo paper 사람이 너무 쉽게하는 일을 컴퓨터가 못하는 것이 너무 많다. 예를들면 글씨를 읽는다거나, 사람을 알아본다거나, 남의 이야기를 듣는 일 같은 것이다. 그 원인은 현 컴퓨터의 원리에 있다. 즉 Von Neuman 식의 순차 (sequential) 연산에 국한됨으로써 오는 기능상의 한계 때문에 그것을 구현하.. 2012. 5. 30.

티스토리툴바