[AI 머신러닝] 라즈베리파이를 활용한 인공지능 스피커 만들기(이론)

4차 산업 혁명이란?

비ICT와 ICT의 융합.

 

'비ICT 영역의 ICT화'가 갖는 의미?

결국 데이터 처리 방식의 변화

 

스쳐지나가던 데이터를 모두 수집하면?

대량의 데이터를 다룰 수 있는 전문가 필요

 

 

컴퓨터를 어떻게 학습시킬까?

1.초기값 설정(임의의 직선)

2.COST 계산(모든 값에 대한 err값을 계산해 평균을 냄)

3.COST가 낮아지도록 업데이트

 

<원리>

COST는 직선에 의해 결정된다=hypothesis에 의해 결정된다=cost는 hyopthesis에 대한 함수다.

hypothesis가 직선이라면, 기울기는 weight, y절편은 bias라고 부른다.(한번에 weight라고 부르기도 함)

=> hypothesis를 결정했다 = weight를 결정했다.

hypothesis는 weight에 의해 결정된다.

=> cost는 weight에 의해 결정되는 weight에 대한 함수이다.

 

머신러닝의 목적?

예측을 잘하는 것= x와 y의 관계를 잘 찾는 것 = cost가 낮은 hypothesis를 잘 찾는 것 = cost가 낮은 weight를 잘 찾는것.

 

머신러닝을 한마디로?

cost가 가장 낮을 때의 weights를 찾는 과정!

 

<가중치  (=중요도) >

Y = 10X. X가 1->2가 되면 Y는 10->20이 된다.

X는 1만큼 변했는데 Y는 10만큼 변함.

10이라는 가중치 때문.

=X가 Y에 10만큼의 영향력을 갖고 있다는 말. = X값의 중요도

 

중요한 것 : "COST가 가장 낮을때의 WEIGHTS를 어떻게 찾느냐"