책속에서
인공지능은데이터에기반하여학습한내용을토대로예측혹은판단하는것으로정의할수있습니다.앨런이만든기계의동작원리도암호해독을위한기본적인내용을학습하고,이것을중심으로독일군의정교한암호체계인에니그마를무력화하는튜링머신을완성하였습니다.
p.12
KNN은이해하기쉽고간단한원리로동작하며,데이터의분포에크게영향을받기때문에이상치나노이즈에민감하게동작합니다.예측시에데이터값들간의거리를매번계산해야하기때문에많은자원을사용하게됩니다.그리고가장중요한하이퍼파라메터인K값을적절히선택해야합니다.분류문제의경우,K값은홀수로지정해야다수결로결정할수있게되어,보통K값은3이상의홀수로지정하게됩니다.
p.59
Q-Learning은강화학습의기본알고리즘입니다.에이전트가환경과상호작용하며,어떤상태에서어떤행동을선택해야하는지를학습하는방법입니다.Q-Learning은상태-행동공간을탐험하면서최적의정책을찾는데중점을두고있습니다.이를통해에이전트는최적의행동을선택하여누적보상을최대화하도록학습합니다.
p.104
트랜스포머의핵심은Self-Attention메커니즘입니다.입력시퀀스의각요소는다른모든요소와상호작용하고,그중요도는가중치로결정됩니다.이가중치는유사도를계산하여결정하는데,이를ScaledDot-ProductAttention이라고부릅니다.
p.149
컴퓨터비전기술을이용한이미지처리는제품의품질을검사하거나생산자산을관찰하는용도로훈련시킬수있으며,훈련된인공지능시스템은인간보다빠르게결함이나특징을찾아낼수있습니다.
p.212
SuperResolution(슈퍼레졸루션)은저해상도이미지를고해상도이미지로변환하는기술입니다.딥러닝을활용하여저해상도이미지를입력받고,고해상도이미지를생성하는네트워크를학습하게됩니다.CNN기반의딥러닝기술을사용하는것이일반적입니다.
p.258