|
발판을 마련하게 될 것이다. 순전히 알고리즘 수준에서, DeepMind와 같은 연구소에서 만들어진 대부분의 놀라운 성과들은 알파고가 심층 학습과 강화 학습을 결합한 것과 마찬가지로 AI에 대한 다양한 접근 방식을 결합한 것이다. 머신러닝과 sym
|
|
|
, 글을 읽고 해석하는 것은 물론, 신문기사 쓰기, 안면인식 및 지문인식, 작곡 등 셀 수 없이 많은 분야에 응용되고 있습니다. 개요
기계가 학습하는 방법
신경망 (Neural Networks)
인공 신경망 (Artificial Neural Networks)
컨벌루션 신경망 (CNN)
|
|
|
유전 알고리즘은 최적화 문제에 대한 솔루션을 찾기 위한 기계 학습 및 인공 지능 분야에서 많이 사용되는 하나의 알고리즘입니다. 유전자와 인공지능이 어떤 관계를 갖고 있는지 왜 유전 알고리즘이 이토록 많이 사용되는 주요한 알고리즘
|
|
|
인공지능(Artificial Intelligence) 시대의 문제점과 해결방안
1. 인공지능 시대의 문제점
1) 일자리 감소
18세기에 시작 된 산업운동은 인류에게 큰 발전을 안겨 주었지만, 공장의 자동화로 인해 수 많은 노동자들이 일자리를 잃었으며, 1816년
|
|
|
Artificial Intelligence)
사고·학습·모방·자기 계발 등 인간의 지능이 할 수 있는 컴퓨터가 할 수 있도록 연구하는 컴퓨터공학 및 정보기술 분야
컴퓨터 공학에서 이상적인 지능을 갖춘 존재
앞서 두 학자의 이론을 토대로 인공신경망이 인공
|
|
메뉴펼치기
