728x90
엔트리의 인공지능과 데이터 과학 기능은 활용부터 원리까지 사용자들이 직접 경험하고 적용해볼 수 있도록 발전하고 있습니다. 놀면서 미래 기술을 차근 차근 배울 수 있는 엔트리의 AI기능&데이터분석 기능들을 한 눈에 확인해보세요!
엔트리의 인공지능 & 데이터과학 기능
2020년 엔트리 개발 일정 (4월 말 기준)
대분류 |
소분류 |
엔트리 내 기능명 |
진행 상태 |
데이터 분석 |
데이터 저장 |
데이터 분석 > 테이블 |
완료 |
데이터 분석 |
시각화 |
데이터 분석 > 차트 |
완료 |
인공지능 |
음성 인식 활용 |
인공지능 > AI 활용 블록 > 오디오 감지 |
완료 |
인공지능 |
영상 인식 활용 |
인공지능 > AI 활용 블록 > 비디오 감지 |
완료 |
인공지능 |
지도학습 |
인공지능 > 모델 학습 > 이미지 모델 |
완료 |
인공지능 |
지도학습 |
인공지능 > 모델 학습 > 텍스트 모델 |
완료 |
인공지능 |
지도학습 |
인공지능 > 모델 학습 > 음성 모델 |
완료 |
인공지능/데이터 분석 |
지도학습 |
회귀분석 |
완료 |
인공지능/데이터 분석 |
비지도학습 |
클러스터링 |
완료 |
데이터 분석 |
피지컬 |
하드웨어 센서 |
완료 |
데이터 분석 |
협업 |
공유 테이블(데이터셋) |
완료 |
위와 같이 간단하게 정리할 수 있습니다.
(출처: https://post.naver.com/viewer/postView.nhn?volumeNo=28104967&memberNo=25082732 )
인공지능을 학습시키는 방식은 크게 세 가지로 분류해요.
(출처: https://entrylabs.github.io/docs/user/block_ai.html )
- 지도학습 : 정답의 예시를 알려주고, 예시에서 찾은 특징으로 새로운 데이터를 분류하거나 예측하는 방식입니다. 엔트리의 모델 학습 중 분류, 예측 모델이 지도학습에 해당해요.
- 비지도학습 : 정답을 정하지 않아도, 데이터를 주면 비슷한 특징을 찾고, 다시 그 특징을 기준으로 새로운 데이터가 어떤 데이터인지를 알아내는 방식입니다. 예를 들어, ‘사과’가 무엇인지 알려주지 않아도 사과의 특징을 학습할 수 있어요. 엔트리의 모델 학습 중 군집 모델이 비지도학습에 해당해요.
- 강화학습 : 정답을 정하지 않고, 특정한 환경과 최소한의 조건에서 학습한 결과가 좋으면 보상을, 나쁘면 벌을 주며 점점 좋은 결과를 이끌도록 강화하는 방식입니다. 그 유명한 바둑 인공지능 ‘알파고’가 강화 학습으로 탄생했어요.
(추가)
머신러닝과 딥러닝의 차이점을 알기 쉽게 보여주는 링크가 있어 하기와 같이 공유합니다.
아마도 차이점은 아래 이미지로 요약될 수 있을 것 같습니다.
<machine learning과 deep learning의 개념 비교 / 출처: 한국 과학기술기획평가원>
그럼,
공유합니다.
'개발 이야기 > 블럭코딩 이야기' 카테고리의 다른 글
Kodular - AAB 파일 편집 또는 수정 - API 29를 30 Android 11로 변경 (1) | 2021.09.02 |
---|---|
앱인벤터 vs 썬커블 vs 코듈라 (0) | 2021.08.04 |
EPL 블록코딩 - 엔트리 / 스크래치 차이점 (0) | 2021.08.03 |
[경기SW미래채움센터] 8월 온라인 프로그램(초등) (0) | 2021.08.01 |
초딩들도 만들 수 있는 웹 서비스& 게임 (0) | 2021.07.26 |