주요 인공지능 알고리즘

[목차]

• Recurrent Neural Network(RNN)
• Convolutional Neural Network(CNN)
• Support Vector Machine(SVM)
• Random Forest
• Transformer Model

 

[Recurrent Neural Network(RNN)]

• 1980년대 개발, 1995년 LSTM  네트워크 도입
• 순차 데이터 처리에 적합한 신경망
• 이전 입출력을 기억하는 메모리 기능이 있어 시계열 데이터를 효과적으로 처리함.

[Convolutional Neural Network(CNN)]

• 1989년 Yann Le Cun이 개발
• 1950년대 생물학 연구 결과에 기반함.
• 이미지 처리에 특화된 신경망
• 지역 연결성과 가중치 공유를 통해 시각 데이터의 특징을 효과적으로 학습함.

[Support Vector Machine(SVM)]

• 1992년 Vladimir Vapnik(AT&T Bell 연구소) 등이 개발
• 분류와 회귀에 사용되는 알고리즘
• 데이터를 고차원 공간에 매핑하여 최적의 결정 경계를 찾는 데 적합함.

[Random Forest]

• 1995년 Tin Kam Ho가 개발
• 2006년 Leo Breiman과 Adele Cutler가 확장
• 여러 결정 트리를 결합한 앙상블 모델
• 과적합에 강하고 특성 중요도를 제공함.

[Transformer Model]

• 2017년 구글이 "Attention is All You Need" 논문에서 소개
• 자연어 처리에 혁명을 일으킨 모델
• 자기주의(self-attention) 메커니즘을 활용해 입력 데이터를 병렬로 처리하고 의존성을 효과적으로 포착함.