설명 TensorFlow는 기계 학습을 위한 엔드 투 엔드 오픈 소스 플랫폼입니다. 여기에는 연구원이 ML의 최신 기술을 추진하고 개발자가 ML 기반 애플리케이션을 쉽게 구축하고 배포할 수 있도록 하는 도구, 라이브러리 및 커뮤니티 리소스의 포괄적이고 유연한 에코시스템이 있습니다. https://www.tensorflow.org/#:~:text=TensorFlow%20is%20an%20end%2Dto,and%20deploy%20ML%20power TensorFlow는 Google에서 만든 오픈 소스 기계 학습 라이브러리입니다. 데이터 흐름 프로그래밍에 사용되며 기계 학습 및 딥 러닝을 포함한 다양한 응용 프로그램에 널리 사용됩니다. TensorFlow를 사용하면 개발자가 기계 학습 모델을 쉽고 빠르게 구축, 교육 및 배포할 수 있습니다. 컨볼루션 신경망, 반복 신경망, 오토인코더와 같은 다양한 딥 러닝 프레임워크를 기본적으로 지원합니다. 자세한 내용은 BCS Foundation Certificate In Artificial Intelligence Study Guide(https://www.bcs.org/upload/pdf/bcs-foundation-certificate-in-artificial-intelligence-study-guide.pdf)를 참조하거나 EXIN 인공 지능 재단 인증(https://www.exin.com/en/exams/artificial-intelligence-foundation).
AIF 문제 27
약한 학습자 가설 정확도가 50%보다 약간 더 좋을 때 어떤 기술을 채택할 수 있습니까?
정답: D
약한 학습자: 순진한 모델보다 약간 더 나은 성능을 보이는 모델. 보다 공식적으로 이 개념은 다중 클래스 분류로 일반화되었으며 50% 이상의 정확도를 넘어서는 다른 의미를 갖습니다. 이진 분류의 경우 약한 학습자에 대한 정확한 요구 사항은 무작위 추측보다 나은 것으로 잘 알려져 있습니다. [...] 기본 학습자가 무작위 추측보다 우수하도록 요구하는 것은 다중 클래스 문제에 대해 너무 약하지만 50% 이상의 정확도를 요구하는 것은 너무 엄격합니다. - 페이지 46, 앙상블 방법, 2012. 그것은 무작위 추측보다 더 잘 수행된다는 것을 의미하는 약한 학습 가능성을 가진 학습 방법 클래스를 제안하는 공식적인 전산 학습 이론을 기반으로 합니다. 약한 학습 가능성은 학습 가능한 것이 임의의 좋은 분류 정확도를 달성한 보다 바람직한 강한 학습 가능성의 단순화로 제안됩니다. 약한 학습 가능성이라고 하는 약한 학습 가능성 모델은 학습자가 임의로 높은 정확도를 달성할 수 있어야 하는 요구 사항을 삭제합니다. 약한 학습 알고리즘은 무작위 추측보다 (역 다항식에 의해) 약간 더 잘 수행되는 가설을 출력하기만 하면 됩니다. - 약한 학습 가능성의 강점, 1990. 앙상블 학습 알고리즘의 기여 구성원의 기능을 설명하는 데 자주 사용되므로 유용한 개념입니다. 예를 들어, 때때로 부트스트랩 집계의 구성원은 적어도 구어체적 의미에서 강한 것과는 반대로 약한 학습자라고 합니다. 보다 구체적으로, 약한 학습자는 앙상블 학습 알고리즘의 부스팅 클래스의 기초입니다. 부스팅이라는 용어는 약한 학습자를 강한 학습자로 변환할 수 있는 알고리즘 계열을 말합니다. https://machinelearningmastery.com/strong-learners-vs-weak-learners-for-ensemble-learning/
AIF 문제 28
기계 학습은 어떻게 로봇을 자율적으로 만들 수 있습니까?
정답: D
설명 기계 학습은 센서 데이터에서 학습하고 작업 수행 방법을 계획함으로써 로봇을 자율적으로 만드는 데 사용할 수 있습니다. 여기에는 알고리즘을 사용하여 센서의 데이터를 분석하고 이 데이터를 사용하여 결정을 내리고 조치를 취하는 것이 포함됩니다. 머신 러닝을 사용함으로써 로봇은 환경에서 학습하고 더 자율적이 될 수 있습니다. 참조: [1] 인공 지능 연구 가이드의 BCS 재단 인증서, "로봇 공학", p.98. [2] APMG-International.com, "인공지능의 기초" [3] EXIN.com, "인공지능의 기초"
AIF 문제 29
지능형 로봇은 Al을 사용하여 무엇을 합니까?
정답: C
설명 지능형 로봇은 인공 지능(AI)을 사용하여 환경을 인식하고 행동을 계획한 다음 그에 따라 행동합니다. 이것은 때때로 "감지, 계획, 행동" 주기라고도 하며 로봇을 지능적으로 만드는 핵심입니다. AI를 사용하여 로봇은 환경을 감지하고 그에 따라 작업을 계획한 다음 작업을 완료하기 위해 작업을 수행할 수 있습니다. 자세한 내용은 BCS Foundation Certificate in Artificial Intelligence Study Guide: https://www.bcs.org/category/18076/bcs-foundation-certificate-in-artificial-intelligence-study-guide를 참조하십시오.
AIF 문제 30
에이전트 기반 모델은 자율 에이전트(개인 및 집단)의 동화입니다. 무엇을 사용할 수 있습니까? 시뮬레이션으로 생성된 데이터에서 학습합니까?
