AI-900 관련 주요 이론

결국은 덤프를 많이 풀어봐야하는데..

아래 내용은 덤프에서도 유사문제가 반복적으로 나와서 개념을 이해하고 시작하면 좋다. :)

 

✔ 어떤 AI에 해당하는지? 

   ① 기계학습: AI기반, 데이터기반 모델학습 → 예측

   ② 이상감지: 시스템오류, 비정상활동 감지

   ③ 컴퓨터 비젼: 카메라, 비디오 등 이미지 동시 해석 SW

   ④ 자연어 처리: 컴퓨터가 서면/음성 해석, 응답하는 기술

   ⑤ 지식 마이닝: 정보추출 가능한 지식 저장소 만드는 기술

 

✔ 기계학습

    회귀인지, 분류인지, 클러스터링인지? 

   ① 결과값이 숫자(수치) 이면 무조건 회귀

   ② 학습데이터 존재, 어떤 카테고리로 분류하는 것이면 분류

   ③ 학습데이터 없이 특정 데이터를 유사한 것끼리 분류하는 것이면 클러스터링

    기계학습은 Input 을 Feature 라고하고 Output을 Labels이라고 함

    기계학습 순서:  데이터 분류(Feature/Labels) → 데이터 분리(학습용/평가용) → 모델학습 → 모델평가

 

✔ 컴퓨터비젼(Computer Vision) 

① 이미지 분류: 택시, 버스, 자전거 타는 사람 등의 분류

② 개체감지: 이미지 내 개별 개체 분류, 위치 식별, 경계상자

③ 의미체계구분: 이미지 픽셀로 분류 → 특정 색상으로 강조 가능

④ 이미지 분석: 캡션, 태그 포함한 이미지 정보 분석기능 + ML

⑤ 얼굴인식: 이미지에서 얼굴 찾기/ 개인인식

⑥ 광학문자인식(OCR): 이미지의 텍스트 읽기 / 송장, 양식 스캔 추출

 

✔ Azure Computer Vision

① Computer Vision: 이미지/영상 분석 → 개체/텍스트 설명, 태그, 추출가능

② Custom Vision: 사용자 지정 이미지 분류, 개체모델 학습

③ Face: 얼굴감지, 얼굴 인식 솔루션을 만들 수 있음

④ Form Recognizer: 스캔한 양식, 청구서에서 정보추출이 가능함

 

✔  Azure 자연어 처리

① Language: 텍스트 이해/분석 언어모델학습 → 음성/텍스트 명령 이해

② Translator: 60개 이상 언어 번역

③ Speech: 음성 인식, 합성, 번역

④ Azure Bot: ‘에이전트’ 대화참여 – Bot Framework(봇 만들기

 

✔ 책임 있는 AI

(1) 공정성: 대출 승인모델, 학습데이터 편향으로 성별 차별 우려

(2) 신뢰성/안정성: 비정상/누락 데이터 처리, 자율주행차 오류로 인한 사고

(3) 개인정보보호/보안: 데이터노출, 보관사고

(4) 포용성: 시각장애인을 위한 서비스

(5) 투명성: 재무도구의 투자권장 지침 제공, 정보 공개, 최상의 모델 설명

(6) 책임성: 인간이 최종의사 결정, 죄없는 사람이 범죄자 지목된 경우의 책임