기계학습 리포트
- 최초 등록일
- 2010.06.19
- 최종 저작일
- 2009.10
- 3페이지/ 한컴오피스
- 가격 1,000원
소개글
기계학습 리포트입니다.
machine learning과 soft computing에 관한 간단한 자료조사예요~
목차
1. machine learning이란 무엇인가?
< Chapter.1 - symbol based machine learning >
< Chapter.2 - biological machine learning >
< Chapter.3 - social interaction machine learning >
2. soft computing이란 무엇인가?
< Chapter.1 - 신경망이론 >
< Chapter.2 - 유전자 알고리즘 >
< Chapter.3 - 퍼지집합론 >
본문내용
1. machine learning이란 무엇인가?
machine learning은 인간의 학습능력을 구현하고자 하는 시도이다. 인간의 가장 두드러진 특징은 새로운 것을 배우고 변화하는 환경에 적응할 수 있는 학습능력을 가지고 있다는 것이다. 1980년대 이후 기계학습(machine learning)의 연구가 활기차게 전개된 까닭은 우선 네 가지로 풀이될 수 있다. 첫째는 학습절차를 잘 이해하면 전문가 시스템 구성의 자동화를 촉진시킬 수 있고, 그 결과로 인공지능(Artificial Intelligent)을 급속도로 발전시킬 수 있을 것이라 기대하기 때문이다. 둘째는 이론적 요구 때문이라고도 한다. 전문가 시스템들은 과학을 할 때 필수적으로 요구되는 이론의 일반성을 결여하고 있으므로 이를 보완하기 위한 것이었다. 인공지능(Artificial Intelligent)이 문제해결이나 탐색분야에서 발견한 일반원리와 유사한 일반성을 기계학습의 영역에서도 취하고자 한 것이다. 셋째는 인간의 학습절차를 모델화하려는 것이다. 이것은 인간의 정보처리 시스템의 다양한 특색을 설명할 수 있는 한 방도가 될 것이다. 인간의 학습절차를 깊이 이해하면 우리의 교육 개선에도 크게 공헌할 것이다.
< Chapter.3 - 퍼지집합론 >
퍼지이론은 인공지능을 개발하기 위한 전위이론으로 활용되고 있으며 퍼지이론은 퍼지집합론에 기초하여 1964년 미국 캘리포니아 주 버클리 대학의 제데(Zedch)교수에 의해 제안된 것으로 종래의 크리스프 집합론에서는 어떤 요소가 그 집합에 속하는지의 여부를 토대로 논리를 전개시켜 나가는 반면, 퍼지집합론에서는 어떤 요소가 그 집합에 속하는 정도(grade)를 평가하여 이를 통해 이론을 펼쳐 나가고 있는 것이다. 자데 교수는 자기 부인의 용모를 정확한 수치로 환산. 아름다움의 평가기준을 만들고자 했던 기발한 아이디어에서 비롯된 이론이기도 하다. 컴퓨터의 논리회로가 0과1이라는 절대적인 기준에 의해 움직이는 것에 비해, 본 이론은 인간의 지능으로 할 수 있는 사고, 학습, 자기개발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 신경망의 한 갈래이다. 본 이론은 1985년 벨연구소에서
참고 자료
없음