나의 첫 AI 수학 / 오세준

프롤로그) AI 수학 이야기를 시작하기 전에

ㆍ확률 이론: 확률은 사건의 가능성을 다루는 수학의 한 분야로, AI에서 특정 결과나 행동의 가능성을 결정하는 데 주로 사용합니다.
ㆍ최적화 이론: 문제에 대한 최선의 또는 가장 최적의 해결책을 찾아내는 것과 관련이 있으며, 인공지능에서 광범위하게 사용되고 있습니다.

1장 AI 수학과 데이터

01 디지털 대전환 시대의 성장동력- 데이터는 새로운 ○○이다
ㆍ데이터는 새로운 석유이다.

ㆍ아주 단순해 보이는 의사결정도 실은 다양한 정보들의 조합이다.

02 빅데이터 시대- 시시각각 빠르게 쌓여가는 무수한 데이터들

03 수학적 모델- 수학, 데이터에 의미와 규칙을 부여하다

04 DB 구조화- 데이터 간 상관관계에 주목하라!
ㆍ상관관계는 두 변수 사이의 관계에 대한 강도와 방향을 설명하는 통계량입니다.

2장 데이터의 입력과 출력

인공지능이 처리할 수 있는 데이터란?
인공지능이 학습하기 위해서는 인공지능이 처리할 수 있는 형태의 데이터를 입력하는 것이 중요해요. 데이터는 데이터의 구조에 따라 정형 데이터와 비정형 데이터로 구분할 수 있습니다.
정형 데이터는 구조가 명확한 표로 정리할 수 있는 데이터를 말하며, 수치형 데이터와 범주형 데이터로 구분할 수 있어요.
비정형 데이터는 정형 데이터를 제외한 모든 데이터를 아우릅니다. 우리가 보는 영상도 비정형 데이터이며, 이미지, 사진도 비정형 데이터이며, 뉴스 기사도 비정형 데이터에요. 이런 비정형 데이터를 컴퓨터가 처리할 수 있는 형태로 표현해야 하는데, 이때 수학을 활용해요.

01 데이터 변환의 첫걸음- MBTI가 4차원 벡터라고?

02 유사도- 얼마나 비슷하게요?

03 픽셀과 해상도- 이미지를 행렬로 표현하라!

04 집합과 퍼지이론- 기준이 모호한 문제들을 수학적으로 접근하다

05 소프트 라벨- 인공지능은 함부로 단정하지 않지!

06 MBTI 궁합표의 진실- 너와 나는 영혼의 단짝일까?

3장 지능과 수학

인공지능에서 ‘지능’은 무엇일까요?

01 지능과 인공지능- 인간의 지능을 닮은 기계를 만들고 싶어!

02 인공지능 잔혹사- 생각하는 기계와 전문가 시스템은 왜 실패했나?

03 머신러닝과 학습- 날고 싶다고 꼭 새가 될 필요는 없잖아?

04 변수와 학습- 인공지능, 최적의 가중치를 찾아라!

05 상수와 모델- 공부는 끝났다, 예측을 시작하라!

4장 딥러닝과 수학

미션, 수학으로 뇌신경을 모방하라!

01 뇌신경의 작동원리- 활성화 함수로 풀어보는 우리 뇌의 신비

02 다양한 활성화 함수들- 수학이 인공지능을 움직이는 방법

03 가중치와 자극- 하늘 아래 똑같은 반응은 없다

04 인공지능의 논리적 사고- 인간처럼 생각하는 인공신경세포 하나 만들기

05 XOR 문제와 다층퍼셉트론- 뇌세포는 단독으로 의사결정하지 않지!

06 행렬의 쓸모- 행렬을 다시 보면 딥러닝이 보인다!

5장 함수와 미분

미션, 인공지능의 예측 능력치를 높여라!

01 수학적 모델링- 미래가 궁금해? 점괘 말고 수학에게 물어봐!

02 실젯값과 예측값- 미션, 오차를 줄여라!

03 선형회귀분석과 대푯값- 인공지능이 함수를 찾아내는 방법에 관하여

04 경사하강법과 미분- 칠흑 같은 어두운 밤, 산에서 내려가는 방법

6장 인공지능 리터러시

읽어낼 수 없다면 무의미한 숫자의 나열일 뿐

01 인공지능 시대의 문해력- 결과를 알려주었는데, 왜 읽지를 못하니?

02 조건부 확률과 유사도- 아기 기저귀 옆에는 무엇을 진열해야 잘 팔릴까?

03 페이지랭크- 오늘날의 구글을 탄생시킨 하나의 수식

04 양자컴퓨터- 생각은 곧 현실이 된다!

7장 설명가능한 인공지능

미지의 블랙박스를 해부하라!

01 XAI와 활용- 설명가능한 인공지능의 쓸모에 관하여

02 섀플리값과 설명가능성- 든 자리는 몰라도 난 자리는 알아요

03 중요도- 어떻게 아냐고? 그냥 척 보면 압니다!

04 지식의 증류- 해석이 쉬운 모델로 변경해서