패스트캠퍼스_컴공전공필수+인공지능 (30) 썸네일형 리스트형 3/21(화) 머신러닝 2 2. 머신러닝 vs 딥러닝 딥러닝이란? 심층 학습 또는 deep structured learning 또는 heierarchial learning 이라고 불리기도 한다. 머신러닝의 특정한 한 분야로서 연속된 층 (layer) 에서 점진적으로 의미있는 표현을 배우는데 강점이 있으며, 데이터로부터 표현을 학습하는 새로운 방식이다. deep 이란?" 일반적인 deep 과는 다른 의미를 지닌다. 연속된 층 (layer) 으로 표현을 학습한다는 개념이다. 형태 : 입력 => 입력층 : [뉴련] => 은닉층 : [뉴런 뉴런 뉴런] => 출력층 : [뉴런] => 출력 딥러닝의 특징: 여러 층을 겹겹이 쌓아 올려 구성한 신경망 (neural network) 이라는 모델을 사용하여 학습을 진행하였다. 층 (layer) :.. 3/20(월) 머신러닝 1. 머신러닝이란? 인공지능 구분의 시작 ‘알파고(AlphaGo)’로 인해 딥러닝이 등장한 이후, 다양한 분야에서 이 기술이 응용되며 인공지능의 개념으로 사용 * 즉, ‘인공지능’, ‘머신러닝’ , ‘딥러닝’과 같은 용어들이 혼용됨 인공지능 : 인간의 지적 능력을 컴퓨터를 통해 구현하는 기술 전문가 시스템 , 규칙기반 시스템 머신러닝 : 컴퓨터가 데이터를 통해 스스로 학습하여 예측이나 판든을 제공하는 기술 결정트리 선형회귀 퍼셉트론 딥러닝 : 깊은 인공신경망 알고리즘을 활용하는 머신러닝 기술 합성곱 신경망 (CNN) 심층 강화학습 순환 신경망 (RNN) 인공지능 개념 구분 인공지능이: 모든 용어들을 포괄하는 가장 큰 개념 머신러닝이 그 다음 개념 인공지능 붐을 주도하는 딥러닝이 가장 작은 개념 하지만, .. 3/19(일) 인공지능의 역사 3 4. 인공지능의 미래 1990년대 말, 2번째 AI winter 극복, 그 원동력 Computing Power : GPU 기반의 병렬처리를 포함한 컴퓨팅 파워의 발달 - 하드웨어적으로 기술력이 발전해서 더 많은 컴퓨팅이 가능하게 되었다. Big Data : 인터넷을 통해 축적된 엄청난 양의 빅데이터가 존재하게 됐다는 차이점이 있다. Deep Learning : 딥러닝 기반 획기적인 알고리즘이 개발되어 더욱더 발전한 양상을 띄었기 때문이다. 1997년 : IBM 의 '딥블루' 라는 인공지능 프로그램이 체스 챔피언과의 대국에서 승리하다. 1996년, 세계 체스 챔피언 그랜드마스터인 가리 카스파로프가 -> 당시 인공지능인 '딥블루'를 시감제한있는 정식 대국에서 4:2로 이겼다. 1997년, 엄청난 성능 향상을.. 3/18(토) 인공지능이란? 8 3. 인공지능 필요한 이유 이어서 해보자 Who? 누구에게? What? 무엇이? 자동화 프로세스가 가능한 기능들: AI platform future car 미래자동차 drone 드론 intelligent ropot 인공지능 로봇 new meterial 신소재 bio 바이오 medical health & welfare 집안 - 헬스케어 home appliance 가전제품 smart manufacturing 스마트분야 : 제조 smart city 스마트분야 : 도시 smart energy 스마트분야 : 에너지 smart animal husmandry, agriculture 스마트분야 : 동물-농업 fin-thech edu-tech real estate saw/patent travel/translation 여.. 3/17(금) 인공지능이란? 7 AI ETF (Exchange Traded Fund) 운용 다시 한번 더 깊게 알아보자. 시장, 산업을 나타내는 지수 추종 혹은 상회하는 Exchange Traded Fund 운용 Exchange Traded Funds (ETF) : ETF(EXCHANGE TRADED FUNDS)는 투자 유니버스에서 투자자 가 사용할 수 있는 옵션 중 하나입니다. 이들은 펀드처럼 구성된 투자 수단이며 주 식, 채권, 통화 또는 상품과 같은 다양한 자산 클래스에 대한 액세스를 제공합니다. ETF vs MF ETF 수동적 관리 투자 비용 절감 세금 친화적 거래 가능성 – 더 많은 유동성 MF 적극적인 관리 더 높은 투자 비용 덜 세금 친화적인 거래 가능성 - 유동성 감소 Exchange traded funds (etf) 의.. 3/16(목) 인공지능이란? 6 인공지능 ch01-03 2-2 비즈니스 적용 사례 2 핀테크 회사 등 생소한 분야라 어렵지만 차근차근 이해해보자! 핀테크 회사 B 에 대해서 이번엔 다뤄보겠다. 기존 자산관리 서비스의 문제점: 경험이나 직감에 의한 수준의 자산관리 솔루션이 대부분이였다. - 부실 판단? 문제 펀드 매니저 인력에 의한 운용비가 높다. - 인건비 업 주문 진행 인력에 따른 추가 비용 발생한다. - 인건비 업 목표: 인공지능 기반 자동화 자산관리 서비스 환경 구축 딥러닝을 적용하기 힘든 기존의 금융 영역에서, 금융 데이터의 특성을 파악하여, 국내 최초로 아래 투자 밸류체인을 딥러닝 기술을 통해 재정의한다. 1) 로보어드바이저 기반 포트폴리오 관리 2) AI 기반 펀드 운용 3) AI 기반 트레이더 기능 하나씩 봐보자 로보어드바.. 3/15(수) 인공지능이란? 5 2-1 비즈니스 적용사례 1 이어서 해보자. (핀테크 회사를 예시로 들어 ai 가 어떻게 필요하고 어떻게 사용되는지 함께 살펴보자.) ++핀테그 회사 A++ 목표 : 인공지능 기반 B2B2C 금융 서비스 플랫폼 구축 금융 데이터 뿐만 아니라 수많은 개인의 비금융 데이터를 결합하여, AI 기반 고도화 된 신용점수 측정 기술을 통해 저렴한 금리로 쉽게 빠른 금융서비서 제공 인공지능 기반 B2B2C 금융 서비스 플랫폼 로직 통신사가 주체임 -> 핀테크 회사 A 에서 (금융 ) [금융 X 비금융 - AI Scoring Service] 서비스를 제공하는 것을 금융회사와연결한다. 최종적으로, 높은 수준의 신용 점수 분별력으로 금융 서비스 제공할 수 있다. 비금융 산업 데이터 기반으로 개인에게 금융 서비스를 제공하려.. 3/14(화) 인공지능이란? 4 인공지능 ch01-01 국제적 한국 AI 산업 사례 도 알아보자 국제적 한국 사례 AI platform future car 미래자동차 drone 드론 intelligent ropot 인공지능 로봇 new meterial 신소재 bio 바이오 medical health & welfare 집안 - 헬스케어 home appliance 가전제품 smart manufacturing 스마트분야 : 제조 smart city 스마트분야 : 도시 smart energy 스마트분야 : 에너지 smart animal husmandry, agriculture 스마트분야 : 동물-농업 fin-thech edu-tech real estate saw/patent travel/translation 여행 ai clip/ai testi.. 이전 1 2 3 4 다음
