티스토리 뷰
목차
안녕하세요. 1월에 치른 인공지능데이터전문가 1급 자격증 AIDE 1급을 합격하고
후기와 이론 정리를 하러 왔습니다.
자격센터의 리뉴얼이 끝나고 시험을 최근에 재개 하였더라구요.
2급은 데이터라벨러 과정수료만으로도 시험치르는데 사실 무리가 없었어요.
근데 1급은 아무래도 좀 힘들더라구요.
저는 아에 몰랐으니 1,2급 이론 과정을 따로 수강했었어요.
2024.02.26 - [NEWS] - 데이터라벨링 AIDE 2급 자격시험 합격 / 이론
데이터라벨링 AIDE 2급 자격시험 합격 / 이론
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 수강하
stay-consistent.com
2급 합격하고 이론 정리 했던 내용입니다.
인공지능 데이터 전문가 AIDE 란?
● 시험 구성내용
2급 : 일반데이터 및 인공지능 학습데이터의 수집, 가공업무
1급 : 일반데이터 및 인공지능 학습데이터의 구축, 평가, 관리업무
AIDE 시험 기본정보
AIDE 자격증은 2급을 치워야 1급 치를 자격이 주어집니다.
● 응시료 : 70,000원
● 시험일정 : 매주 수요일/토요일
AIDE 1급 이론
● 데이터 라벨링이란 ?
- 사람이 만든 사진, 문서 등의 데이터를 인공지능 (AI) 이 학습 할수 있는 형태로 가공하는 작업
데이터가공(전처리) - 데이터 라벨링, 구분·선별, 포맷 변경, 결합, 변경 등
● 인공지능 서비스는 데이터 획득, 데이터가공(전처리), 모델 생성, 실시간 서비스의 총 4단계로 구성된다.
● 4차 산업혁명은 지능 (AI)과 정보(빅데이터) 의 발전을 통한 산업혁명을 의미한다.
● 인공지능의 발전은 1단계 AI개념, 2단계 전문가시스템, 3단계 머신러닝, 딥러닝으로 발전하고 있다.
● 인공지능 (AI) - 사람의 뇌를 흉내내는 인공신경망과 다양한 머신러닝 알고리즘을 통해 구현
● 퍼셉트론( Perceptron ) - 딥러닝 (신경망) 의기원이 되는 알고리즘
● 인공신경망 - 입력층, 은닉층, 출력층으로 구성된 인공지능 알고리즘
● 머신러닝과 딥러닝의 차이점 - 기계의 자기학습여부로 볼수 있다. ( 머신러닝-스스로학습)
● 인공지능(인간의 지적능력을 컴퓨터 통한 구현 ) > 머신러닝 ( 스스로 학습해 인공지능기능 성능향상) > 딥러닝 (인공신경망으로 학습)
● 딥러닝은 머신러닝의 구현방식 중 하나로 가장 좋은 성능을 내는 방식이다.
● 머신러닝의 학습방법 - 지도학습, 비지도 학습, 강화학습
● 빅데이터 - 대량의 정형, 비정형 데이터로 부터 가치를 추출하는 기술
● 빅데이터 특징 3V - 규모(Volume), 다양성 (Variety), 속도(Velocity)
● 빅데이터 특징 중 다양성은 중요함 : 정형 (Structured), 반정형 (Semi-Structured ), 비정형( UnStructured)
● 빅데이터 처리과정 : 데이터소스 - 수집 - 저장 - 처리 - 분석 - 표현
● 활성화 함수 - 시그모이드 함수 : 0 < 시그모이드함수 < 1
S자 와 유사한 완만한 시그모이드 커브 형태를 보이는 함수, 대표적인 Logistic함수.
모든 실수 입력값을 0보다 크고 1보다 작은 미분 가능한 수로 변환하는 특징이 있음.
● 활성화 함수 - 쌍곡선 함수 : -1 < 쌍곡선함수 < 1
Tahn 함수는 함수값을 -1과 1사이의 실수로 제한시킨다.
하이퍼볼릭 탄젠트 라고도 불린다.
기울기가 양수 음수 모두 나올 수 있기 때문에 시그모이드 함수보다 효율성이 뛰어나다.
● 활성화 함수 - ReLU
은익층에서 많이 사용되는 함수. 선향함수라고한다. 많이 사용하는 이유는 기울기 소실 문제가 발생하지 않기때문이다.
● 함수의 기울기를 구하고 경사의 절댓값이 낮은 쪽으로 계속 이동 시켜 극값에 이를때까지 반복하는 것을 경사하강법이라고 한다.
● 학습을 통하여 여러 개의 객체를 인식하고 인식된 객체를 검출하는 것을 객체검출 (Object Detection) 한다.
● CNN은 합성곱을 이용해 가중치 수를 줄이는 방법으로 Convolution 과정과 Pooling 과정을 통해 진행된다.
● GAN 은 생성자와 구분자가 서로 경쟁 Adversarial 하며 데이터를 생성 Generative 하는 모델이다.