※본 기사는 Techpit 의 교재 자연 언어 처리를 사용하여 멘헤라 판정 AI를 만들어 보자! 를 일부 수정한 것입니다.

최근, 여러 곳에서 듣는 「AI」라는 말. 「기계학습」과 같은 장면에서 사용되는 경우도 많습니다.
본 기사를 끝까지 읽는 것으로, 「AI」와 「기계 학습」은 무엇이 어떻게 다른가를 철저히 이해할 수 있습니다.

그 밖에도 프로그래밍 학습에 도움이 되는 정보를 발신하고 있습니다!
계정 팔로우 기다려주세요!

「AI」와 「기계 학습」에 대해서

"인공지능(Artificial Intelligence)"의 약자인 "AI"는 인공지능학회에서 "지능적인 기계, 특히 지적 컴퓨터 프로그램을 만드는 과학과 기술"이라고 대략 설명합니다. 그러나 아직도 그 정의는 모호하고 아래와 같이 전문가에 의해서도 의견이 나뉘어지는 말입니다.

(출처) 마츠오 유타카 「인공 지능은 인간을 넘는가」(KADOKAWA) p.45 이 「AI」를 실현하기 위한 하나이며, 명시적으로 프로그램으로 지시하지 않고 컴퓨터에 학습을 시키는 기술이 「기계 학습」입니다. 이번에도 구체적으로 【〇〇이라는 단어가 포함된 트윗을 하고 있는 경우는 멘헤라라고 판정한다】라는 프로그램을 작성하지 않고, 컴퓨터에 멘헤라의 특징을 학습시켜, 멘헤라를 판정하기 위해 의 모델을 만듭니다. 이 모델을 바탕으로 컴퓨터는 새로운 트윗에 대해 멘헤라인지 여부를 결정합니다. 교사 있음 학습 및 교사 없음 학습 정보 게다가 이 “기계학습”은 학습의 방법으로 교사가 있는 학습과 교사가 없는 학습이 있습니다. 이번에, 멘헤라 판정기를 작성하는데 사용하는 것은, 교사 있어 학습입니다. 이름 그대로, 교사 있어 학습의 경우는 훈련 데이터로서 입력 데이터와 정답 데이터가 세트가 된 것을 사용합니다. 이번과 같이 모델을 작성해, 미지의 데이터를 분류하거나, 예측할 때에 이용됩니다. 교사 없는 학습은 정답 데이터를 주지 않고 컴퓨터 자신이 데이터에서 공통항목이나 특징을 찾아내고 학습합니다. 언뜻 보면 상관 관계가 없을 것 같은 데이터끼리의 빈출 패턴 등을 찾아내고 싶을 때에 이용됩니다. ※본 기사는 Techpit 의 교재 자연 언어 처리를 사용하여 멘헤라 판정 AI를 만들어 보자! 를 일부 수정한 것입니다.