모수 모델 : Parametric Model 모수 모델이란 "인간"이 가설 함수의 범위(다항식 차수)를 Agent에게 알려주고, 차수를 바탕으로 Agent는 Learning을 통해서 Parameter를 구하는 방식이다 A Learning Model summarizing data with a set of parameteres of fixed size 비-모수 모델 : Nonparametric Model 비-모수 모델은 인간이 학습하라고 부여한 학습데이터를 "학습"에 사용하지 않고 전부 보유만 하고 있다 학습을 안하고 놀고있고, 받은 훈련 데이터는 가지고 있기만 한다 매번 input이 들어올때마다 "보유하고 있는 학습 데이터를 사용"해서 해당 input에 대한 결과를 도출해내는 방식이다 개체-기반 학습(In..

Supervised Learning에서 Agent는 인간이 부여한 몇가지의 Example을 통해서 학습을 한다고 설명했다 이 때 Agent는 Example들에 대한 "가설 함수"를 찾아내는 것이 학습의 목적이다 당연히 Agent가 가설함수를 도출해냈으면 그 가설함수에 대한 "평가 & 선택"을 해야 한다 모델 선택 최종 결정되는 모델은 결국 여러 가설함수중 Best를 선택할 것이다 1. Model Selection "가설 공간"을 정의한다 가설 공간은 그냥 다항식의 차수를 의미한다 2. Parameter Optimization 가설 공간내에서 최고의 가설 함수를 찾아야 한다 결국 다항식의 차수를 인간이 결정해주었다면 Agent는 그 다항식에 대한 "계수"를 Learning을 통해서 알아내야 한다 ※ 모델 ..

Supervised Learning Supervised Learning은 인간이 Label된 Data(input - intput에 대한 output)을 부여하고 Agent는 받은 여러 Example들을 통해서 input에 대한 output이 도출되는 "가설 함수"를 찾아내야 한다 Learning Problem 1. 목적함수 F F란 input data에 대해서 언제나 반드시 output을 결정할 수 있어야 한다 단, Agent(학습자)는 영원히 F를 모른다 Agent가 Learning을 통해서 얻는 것은 F와 최대한 비슷한 "가설함수 H"를 찾아내는 것이다 2. Example (input - output pair) Agent는 (input - output pair)로 이루어진 여러개의 Example들을 ..

Planning (초기 상태 → 목표 상태)에 도달하기 위한 "Sequence Of Action"을 찾아내는 것 ※ 계획 수립 (초기 상태 → 목표 상태)에 도달하기 위한 "Sequence Of Action"을 찾기 위해서 필요한 여러가지 환경/요소 등을 정의하는 것 >> 이렇게 도출된 Solution Plan은 "Optimal"해야 한다 최소 비용으로 목표에 도달 전통적 계획 수립의 여러가지 가정들 1. Environment [AI] Agent Agent (Rational Agent) 1. 자신이 놓인 환경에 대해서 "센서"를 통해서 환경에 대한 상태를 "추정" (Sensor Value 획득) 환경이 현재 어떤 상태인가 그 환경 속에서 나는 어떤 상태인가 2. Effectors를 통해서.. cs-ssu..

Adversarial Search (적대적 탐색) 이전의 여러가지 탐색(BFS, DFS, A*, GBFS, Hill-Climbing, Local Beam, Simulated-Annealing)들은 전부 "Single Agent 환경"에서의 탐색 문제이다 Multi Agent의 경우에도 현재 노드에서부터 Tree 형태로 Expanding되는 것은 동일하다고 볼 수 있다 Adversarial Search에서는 "Game Tree"라고 부르기도 한다 Single Agent에서의 탐색 목적 Single Agent는 풀고자하는 문제/환경에 Agent혼자만 존재하고 환경 또한 Agent 혼자만 변경이 가능하다 >> Single Agent에서의 탐색은 결국 초기 상태 -> 목표 상태까지의 Sequence Of Act..

Agent (Rational Agent) 1. 자신이 놓인 환경에 대해서 "센서"를 통해서 환경에 대한 상태를 "추정" (Sensor Value 획득) 환경이 현재 어떤 상태인가 그 환경 속에서 나는 어떤 상태인가 2. Effectors를 통해서 해당 환경속에서 에이전트는 행동을 수행한다 어떤 행동을 수행할 것인지에 대해서 "4가지 에이전트" 유형이 존재한다 Simple-Reflex Model-Based Reflex Goal-Based Utility-Based >> 에어전트는 1, 2를 환경 내에서 계속 반복한다 자율적인 존재 : "Atonomous Entity" 에이전트는 행동을 "자신이 스스로 결정"해야 한다 자신이 놓여진 환경에서 자신이 수행할 수 있는 행동은 무엇이 있고 그 중에 최적의 행동은 무..

인공지능? (Artificial Intelligence) - 인간이 보유한 지능을 인공적으로 구현한 것 인공지능 ⊃ 머신러닝 ⊃ 인공신경망 ⊃ 딥러닝 AI 판별 기준 (Like Human & Rationality) 1) "Like Human" "인간처럼 생각할 수 있다" - 두뇌의 활동 - Cognitive science / Neuroscience "인간처럼 행동할 수 있다" - 자연어 대화 / 자연스러운 인식&행동 - Turing Test ※ Turing Test - 거의 인간과 동일한 지능적 행동을 보여주는 기계의 능력에 대한 테스트 - 판단자(C)는 반대편에 존재하는 객체가 기계인지 인간인지 판단해야 한다 Turing Test는 "Thinking Humanly"가 아닌 "Acting Humanly"..