국민대학교 자동차융합실험II - 4. 운전자 차선변경 의도 예측을 위한 머신러닝 기법의 적용 실험

목차

1. 기계학습 알고리즘 조사
2. WEKA FILE 작성 및 알고리즘 결과 분석
3. 성능향상 방법 분석
4. 고찰
5. 참고문헌

본문내용

사전적 의미와 단어 자체의 의미에서 알 수 있듯이 기계 학습이란 기계를 학습, 즉 가르치는 것이다. 사람의 경우 어떠한것을 알고 판단하기 위해서는 경험해야하거나 혹은 배워야한다. 기계도 마찬가지이다. 기계 스스로의 판단 능력을 키우기 위해서는 그에 맞는 사전 데이터를 이용해 경험, 즉 학습을 해야 한다는 것이다. 그림 1 2)을 참조하여 기계 학습의 전반적인 구조를 설명자면, 먼저 Training Data를 통해 원하는 정보에 대해 학습을 시킨다. 이는 Machine Learning Algorithm을 통해 Training Data 혹은 정보를 인식하고 많은 데이터들에 대한 가설을 수립한다. Test과정에서 Test Data를 대입하고 前 과정에서 수립한 가설에 맞는 결과 값을 추측 후 생성한다. 이 과정에서 결과 값의 참 또는 거짓에 따라 피드백을 다시 알고리즘으로 주는 전체적인 과정을 기계 학습이라 칭한다. 이러한 기계 학습의 예로는 모바일 기기의 동작, 제스처 인식, 로보틱스

참고 자료

전산용어사전편찬위원회, 『컴퓨터인터넷IT용어대사전』, 2011.1.20., 일진사
데이터 마이닝이란?(Data mining), http://datawaffle.com/
장병탁, 「차세대 기계학습 기술」, 정보과학회지 제 25권 제 3호, 2007.3, 정보통신연구회, 97쪽
Teleoperation Of A Humanoid NAO Robot Using 3d Motion Capture & Machine Learning
김남원 외, 「Naive Bayes 방법론을 이용한 개인정보 분류」, 지능정보 연구 제 18권 제 1호, 2012년 3월, 한국지능정보시스템학회, 91쪽
임영문 외, 「C4.5 알고리즘을 이용한 산업 재해의 특성 분석」, 한국안전학회지 제20권
제4호, 2005년, 한국안전학회, 130쪽
http://congguksu.blog.me/220025013734