티스토리 뷰

목차



    반응형

     

    2023년 12월 말, 

    유튜브 보다가 홀리듯 HRD 카드가 있다고 

    바로 등록해서 12월 말에 크라우드웍스에서 강의 듣고 치른 AIDE 2급!

     

    내친김에 1월 초에 1급까지  치르고 합격했습니다.

     

    자격증 강의 수강하면서 

    아 사실 2급은 강의 안들어도되겠다..싶더라구요.

     

    혹시나 독학으로 데이터라벨링 자격증 2급 준비하시는 분들을 위해서

    이론 정리 해보려고 합니다.

     

     

    현재 [한국인공지능자격센서 ]가 리뉴얼 중이더라고요.

    **리뉴얼 완료 예정일 : 2월 중순 예정 ( 내부사정에 의해 일정 변동 가능 있음 ) **

     

    2월 25일 들어가 보니 아직 리뉴얼 중이더라고요 

    그래도 곧 자격검정시험을 재개할 예정이니 공부하시는 분들에게 도움이 되었으면 합니다.

     

     

     

     

     

     

    AIDE 2급 이론

     

     

     

     

    * 이미지 / 영상 / 텍스트 / 음성 등의 데이터를 인공지능이 학습할 수 있는 형태로 수집/가곡 하는 작업은? 

    -데이터라벨링

     

    * 데이터 가공 방식 정해진 대상에 네모난 박스를 그리는 작업방식은?

    -바운딩

     

    * 데이터 가공 방식 중 사진 속 글자를 찾아 바운딩하고 해당 글자를 입력하는 직업방식은?

    -OCR

     

    * 데이터 가공방식 중 특정 동작을 수행하고 있는 사람의 지정된 부위에 점을 찍는 방식은?

    -모션키포인트

     

    * 텍스트를 소리로 읽어주는 기술 약자?

    -TTS

     

    * 실사를 기반으로 가상현실 혹은 캐릭터를 개발하는 기술 

    -딥리얼

     

    * 4차 산업혁명 : 지능(IA)과 정보(빅데이터)의 발전을 통한 혁명

     

    * 인공지능 서비스

    -데이터 획득 : loT, 모바일, M2M

    -데이터가공 : 데이터 라벨링, 구분, 선별, 포맷변경, 결합

    -모델생성 : 모델개발-데이터입력-데이터학습-모델수정

    -서비스개발 : API 개발

     

    * 인공지능의 발전은 AI개념, 전문가시스템, 머닝러신과 딥러닝 3단계로 구분

    -전문가 시스템:지식입력, 규칙을 만드는 동작 시스템

    -AI진화 : 머신러닝과 딥러닝을 이용한 빅데이터 및 데이터 처리기술 확산

     

    * 인공지능이 정확한 문제해결 방법을 찾아내기 위해 많은 양의 문제와 답(데이터)이 필요하다.

     

    * 인공지능의 원리 : 사람의 뇌를 흉내 내는 인공신경망과 다양한 머신러닝 알고리즘을 통해 구현

     

    * 퍼셉트론 : 딥러닝(신경망)의 기원이 되는 알고리즘, 퍼셉트론이 모여서 인공신경망이 됨.

    -인공신경망(ANN) : 입력층, 은닉층, 출력층

    -딥러닝 : 인공신경망을 기반으로 기계를 학습

    -머신러닝과 딥러닝의 차이점 : 기계의 자기 학습여부 (머신러닝은 스스로학습)

     

    * 인공지능 > 머신러닝 > 딥러닝

    딥러닝은 머신러닝의 구현방식 중 하나로 가장 좋은 성능을 내는 방식

     

    * 인공지능 (AI) : 사람의 뇌를 흉내 내는 인공신경망과 다양한 머신러닝 알고리즘을 통해 구현

     

    * 머신러닝의 학습방법 : 지도학습, 비지도학습, 강화학습

     

    * 딥러닝의 학습을 위한 데이터는 훈련데이터, 평가데이터

    (예측과 회귀에 광범위함)

     

    * 인공지능 개발과정

    라이브러리 읽어 들이기-데이터 읽어들이기 전처리-신경망 만들기 - 모델 만들기 - 모델 적용하기

     

    * 딥러닝 알고리즘

    -합성곱신경망 CNN : 영상처리

    -순환신경망 RNN : 음성, 언어처리 

    -생성적 적대신경망 GAN : 신경망끼리 경쟁해 최적화 만듦

     

    * 빅데이터 : 대량의 정형, 비정형 데이터로부터 가치를 추출

     

    * 빅데이터 특징 V3 : 규모 volume , 다양성 variety , 속도 velocity

    -그중 다양성의 특징 : 정형(structured),  반정형(semi-structured), 비정형 (unstructured)

     

    * 데이터셋 : 원천데이터 + 라벨링 데이터

    인공지능 학습을 위해 필요한 데이터를 모아놓은 자료의 집합

     

    * 크롤링 :  데이터확보하기 위해 데이터를 자동으로 수집하는 프로그램. 부족한 데이터는 크롤링 작업으로 확보

     

    * 빅데이터 처리과정 : 데이터소스 - 수집 - 저장 - 처리 - 분석  - 표현

     

     

    다음엔 AIDE 1급 이론을 정리해서 올게요. 

    홈페이지 리뉴얼이 끝나면 , 시험 치르셔서 좋은 결과 있으시길 바랍니다.

     

    반응형