데이터 다루는 게 통계학적인 것 같음.

[생선대가리(chermy018)]

근거없는 자신감이라고 할 지는 모르겠지만 지능적 작업을 모델로써 구축하는 거는 데이터를 간의 관계를 수리화시키면 되는데,

모델을 만들어내기 위한 데이터를 뽑아내는 게 가능해야 해서 그걸 어떻게 해야할 지 논리적으로 추론해야 하는 상황임..

이게 모순이거나 불가능하면 처음부터 다시 시작해야 하기는 한데 통계학을 어느정도 알면 추리는 되기는 함....

- dc official App

[익명(39.7)]

흠 굳이 모델을 만들기 위해서 대량의 데이터를 뽑아낼 필요는 없어요. 모델의 초기조건을 설정해주고 샘플 데이터를 적용시킨 결과를 회귀적 검정과정에 활용해 변수를 반복해서 재귀적으로 수정해주면 대략적인 수리적 관계는 얻을 수 있고요(여기서 계속 데이터를 불릴 수 있겠죠?), 거기서 다른 실제 데이터를 참고해 오차항만 모델에 맞도록 직접 추가해주면 돼요

[생선대가리(chermy018)]

개인적으로 Prediction 말고 task performing machine 을 만들고 싶어서요..

[익명(39.7)]

음 task performing machine model은 domain knowledge에 따라 완전 달라지는데 정확히 어떤 분야인가요?

[생선대가리(chermy018)]

분야가 아니고 인공지능 중간고사를 과제로 하는데 task를 설정해서 지능적으로 주어진 문제를 해결하는 인공지능을 만들고 싶다는 거 였어요.. - dc App

[생선대가리(chermy018)]

교수가 인공지능 만드는 걸 mini project로 주어서요. - dc App

[익명(39.7)]

그 task의 종류에 따라 모델 수립이 완전 달라져서요, 정확히 어떤 task인지 확실히 정하고 선행 모델들을 조사하셔야 뭐라도 할 수 있을 것 같네요

[생선대가리(chermy018)]

아 넵.. 감사합니다. 댓글 살다가 조금 아이디어도 얻었어요. - dc App

[익명(115.41)]

싸움 조장하지 말고 그냥 니 할 일이나 해. 한심한 인간아.

[익명(115.41)]

그리고 너따위랑 싸우지도 않았어. 내 상대도 아닌데 뭐 하러 니랑 싸우냐. 말도 걸지 말아. 재수없다.