AI-Study

진화되는 AI 추론방법: 룰베이스 와 기계학습

황소의일격 2024. 11. 14. 07:48

룰베이스 (Rule-Based) 추론 방법

  • 사람의 체험, 전문적인 지식과 견문에 의해 얻어지는 지식으로 추론하는 방법
  • 규칙 기반 시스템, "만약-그러면" 규칙을 사용하여 동작
  • 명확성, 예측 가능성, 한정된 유연성, 사람의 전문 지식 필요
  • 여러가지 규칙의 조합으로 완성 ▶ 여러가지 알고리즘의 조합

 

[장점]

  • 규칙은 명확하게 정의 되어 있으므로, 결과를 해석하고 설명하기 쉬움
  • 도메인 전문가들의 지식을 활용하여 여러 규칙들을 정의 하므로, 특정한 도메인 문제에 적합할 수 있음
  • 대량의 데이터가 없는 상황에서는 규칙 기반이 아주 유용 할 수 있음

 

[단점]

  • 규칙수가 지나치게 확장되는 문제에는 규모의 확장이 어려
  • 규칙이 확장되면 다양한 규칙이 충돌할 수 있으며, 관리하기 어려움
  • 비정량 대규모 데이터복잡한 문제의 데이터에는 적합하지 않음

 

 

기계학습 (Machine Learning) 추론 방법

  • Rule-Base는 사람이 데이터분석을 통하여 규칙을 만드는 반면, 기계학습은 사람이 제공하는 데이터를 기반으로 컴퓨터가 스스로 패턴을 학습하여 규칙을 만들어내고, 이러한 규칙으로 추론하여 결정을 내리는 기술
  • 지도학습비지도학습으로 분류됨
  • 데이터 셋(학습/검증/테스트) 의존성, 자동화된 학습, 비정형 대규모 데이터에 대한 고도의 유연성, 해석의 어려움(블랙박스)

 

[장점]

  • 대규모/복잡한 패턴의 데이터 처리에 적합
  • 특정 도메인 뿐만아니라 다양한 머신러닝 기법을 활용하여 다양한 문제에 적용할 수 있음
  • 지속적인 업데이트가 가능하며, 환경변화에 대응할 수 있음

 

[단점]

  • 해석의 어려움 : 머신러닝 모델은 대부분 블랙박스처럼 보이며, 결과의 원인을 설명하기 어려울 수 있음
  • 대규모의 데이터가 필요하며, 데이터의 품질데이터의 양이 "성능"에 많은 영향을 줌
  • AI 모델은 학습데이터에 과적합 될 수 있으며, 반드시 하이퍼파라미터 튜닝 기술이 필요함

 

 

 

 

 

 

 

 

[알아둘 상식 퀴즈]

앰비슈머 :  [___1___] + Consumer
특정 조건에 따라 이중잣대를 가지고 소비하는 고객을 뜻합니다. 양면성을 가졌다고 해서 부정적인 뜻을 가지고 있는 것은 아닙니다. 가치관의 순위를 기준으로, 우선순위가 높은 것에 대해서는 개방적인 소비를 하고, 우선순위가 없는 것에 대해서는 폐쇄적인 소비를 하는 형태를 의미합니다. 가치관과 우선순위는 각자 다르기 때문에 다양한 앰비슈머를 볼 수 있습니다. 예를 들어, 식비를 아껴 고가의 전자제품을 구입하는 사람, 단칸방에 살면서 외제차를 고집하는 사람, 옷과 화장품의 지출을 줄이고 식비에 투자하는 사람 등이 있습니다.

그린슈머 :  [___2___] + Consumer
환경보호 관련 제품을 차별적으로 소비하는 사람들을 그린슈머라고 합니다. 환경에 대한 관심이 커지면서 그린슈머는 증가하는 추세에 있습니다. 이들은 제품에 유해 물질이 포함되어 있는지, 과대 포장이 되어 있지는 않은지, 재활용이 가능한지 등의 친환경적인 요소가 반영되어 있는지 살펴보는 경향을 가지고 있습니다. 그린슈머는 제품 자체의 효용뿐만 아니라 환경보호에 일조하고 있다는 만족감을 함께 얻을 수 있습니다.

소셜슈머 :  [___3___] + Consumer
사회의 윤리적인 부분, 그리고 사회가 얻을 수 있는 혜택을 고려하여 소비를 결정하는 소비자군을 일컫는 소셜슈머가 있습니다. 이들은 제품 자체만을 바라보는 것이 아닌 해당 제품이 어떤 사회적인 가치를 내포하고 있고, 그 기업이 사회에 어떤 이미지를 가지며 어떤 가치를 제공하고 있는지가 구매를 결정하는 주요 포인트입니다.

 

 

 

 

 

[ AI 관련 알아야 할 내용 ]

(1) Ensemble AI Model 4가지 & 특징 : https://dev-sites.tistory.com/61

(2) Confusion Matrix : Measure(Metric)의 기본

   [       ] 양성  [       ] 음성
[       ] 양성 ? ?
[       ] 음성 ? ?

(3) Precision = ?

(4) Recall = ?

(5) Accuracy = ?

(6) mAP = ?

(7) F1-Score = ?

 

정답 : https://dev-sites.tistory.com/62

 

AI 딥러닝 관련 유투브 강좌
https://dev-sites.tistory.com/51

 

MLOPS 관련 유투브 강좌

https://dev-sites.tistory.com/89

 

생성형AI 관련 유투브 강좌

https://dev-sites.tistory.com/95

 

Human Pose Estimation 기술
https://dev-sites.tistory.com/96

 

LSTM AI 기술
https://dev-sites.tistory.com/99

 

 

 

반응형