좁은 인공지능 : 특정 분야에 특화된 인공지능
범용 인공지능 : 인간과 유사한 수준의 지능을 갖춘 인공지능
머신러닝 : 데이터를 기반으로 스스로 학습하게 하는 방법론
딥러닝 : 뇌 구조를 모방한 인공신경망을 활용하여 컴퓨터가 데이터를 학습하는 방법
알고리즘 : 문제를 해결할 때 따르는 단계적 절차, 규칙
지도학습 : 레이블이 포함된 데이터를 사용하여 학습 (분류, 회귀)
회귀 : 연속적인 값 예측
분류 : 입력데이터 분류
의사결정트리 : 데이터를 여러 기준으로 단계적 분류
랜덤 포레스트 : 의사결정 트리의 결합
서포트 백터 머신 : 두 그룹을 구분할 수 있는 결정경계를 설정
k 최근접 이웃 : 가까운 이웃데이터를 참고하여 분류
비지도학습 : 레이블이 없는 데이터로 학습 (차원 축소, 클러스터링)
클러스터링 : 데이터의 유사한 특성을 기반으로 그룹 형성
k 평균 클러스터링 : 데이터의 유사한 특징을 기준으로 k개의 그룹으로 나눔
밀도 기반 클러스터링 : 가까이 모여있는 데이터를 그룹으로 묶음
차원 축소 : 복잡한 데이터를 간결하게 변환
주성분 분석 : 복잡한 데이터에서 핵심 추출
강화학습 : 스스로 행동하며 보상 최대화 > 최적의 행동 전략 학습
모델 , 컴퓨팅 자원, 알고리즘, 데이터