인공 지능
Artificial Intelligence
기본 영어 단어
1. neural networks
신경망: 뇌의 뉴론이 연결되어 정보를 처리하는 방식을 모방한 컴퓨터 시스템
예문
- Artificial intelligence has the capability to simulate the human brain's function through neural networks.인공지능은 신경망을 통해 인간의 뇌 기능을 시뮬레이션하는 능력이 있다.
2. machine learning
머신 러닝: 컴퓨터가 학습 데이터를 통해 자동으로 학습하고 개선하는 인공지능의 한 부분
예문
- Machine learning allows computers to learn directly from examples, data, and experience.머신 러닝은 컴퓨터가 예제, 데이터, 경험을 통해 직접 학습할 수 있게 한다.
3. deep learning
딥 러닝: 머신러닝의 한 종류로, 네트워크가 학습 데이터를 스스로 학습하게 함
예문
- Deep learning allows the network to learn directly from raw data.딥 러닝은 네트워크가 원시 데이터에서 직접 학습할 수 있게 한다.
4. training
학습: 신경망 모델을 학습 데이터로 훈련시키는 과정
예문
- During the training phase, the model learns to improve its performance.학습 단계에서, 모델은 성능 향상을 위해 학습한다.
5. inference
추론: 핵심적인 신경망 작업으로, 데이터를 사용하여 결과를 예측하는 과정
예문
- Inference is used in artificial intelligence to make predictions and decisions based on data.추론은 데이터를 바탕으로 예측하고 결정을 내리는 인공지능에서 사용된다.
6. tensor
텐서: 다차원 배열로, 딥러닝에서 데이터를 처리하는 데 사용됨
예문
- In deep learning, computations are performed on tensors.딥 러닝에서는 텐서로 계산이 수행된다.
7. gradient descent
경사 하강법: 손실 함수를 최소화하려고 모델을 조정하는 머신러닝 알고리즘
예문
- Gradient descent is an optimization algorithm used in machine learning to minimize cost function.경사 하강법은 비용 함수를 최소화하기 위해 머신러닝에서 사용되는 최적화 알고리즘이다.
8. backpropagation
역전파: 입력값에 대한 신경망의 출력 오차를 계산한 후 이를 사용하여 가중치를 업데이트하는 방법
예문
- Backpropagation is used in machine learning to update weights and minimize the error.역전파는 머신 러닝에서 가중치를 업데이트하고 오류를 최소화하는데 사용된다.
9. supervised
지도학습: 목표 출력(라벨)이 포함된 학습 데이터를 기반으로 모델을 학습시키는 유형의 머신러닝
예문
- In supervised learning, the machine learns from labeled training data to make predictions.지도학습에서 기계는 레이블이 달린 학습 데이터에서 학습하여 예측을 한다.
10. unsupervised
비지도학습: 목표 출력(레이블)이 포함되지 않은 학습 데이터를 기반으로 패턴을 찾는 유형의 머신러닝
예문
- In unsupervised learning, algorithms find patterns in data without pre-existing labels.비지도 학습에서 알고리즘은 사전에 존재하는 레이블 없이 데이터에서 패턴을 찾습니다.
11. reinforcement
강화학습: 에이전트가 행동을 실행하여 환경과 상호작용하고 그 결과로서 보상을 얻는 과정을 통해 학습하는 머신러닝 유형
예문
- Reinforcement learning is a type of machine learning where an agent learns to behave in an environment by performing actions and seeing the results.강화학습은 에이전트가 환경에서 행동을 수행하고 그 결과를 보며 학습하는 머신 러닝 유형이다.
12. algorithm
알고리즘: 특정 문제를 해결하기 위한 명확한 절차나 규칙의 집합
예문
- The machine learning algorithm uses statistical techniques to give computers the ability to 'learn'.머신 러닝 알고리즘은 통계적 기법을 사용하여 컴퓨터에 '학습'하는 능력을 부여한다.
13. bias
편향: 특정 결과에 대한 모델의 지나친 경향성
예문
- Bias in machine learning can lead to skewed or misleading results.머신 러닝에서의 편향은 왜곡되거나 오해를 불러일으키는 결과를 초래할 수 있다.
14. activation function
활성화 함수: 신경망의 단계적인 출력을 결정하는 함수
예문
- The activation function decides whether a neuron should be activated or not.활성화 함수는 뉴런이 활성화 여부를 결정한다.
15. loss function
손실 함수: 예측된 값과 실제 값 간의 차이를 측정하는 함수
예문
- The loss function measures the disparity between the actual and predicted value.손실 함수는 실제 값과 예측 값 간의 차이를 측정한다.