AI - 문제 해결

인공지능분야에서 최대의 관심사는 문제를 해결하는 방법입니다.

보통 인공지능에서는 실문제를 재정의 합니다.

문제를 Graph , Tree의 형태로 재정의를 합니다.

그리고는 Search라는 접근법으로 문제를 해결합니다.

그렇다면, 인공지능 분야는 탐색에 관한 것이 다수라는 생각이 듭니다.

(저도 잘 모릅니다.)

그렇다면 이제 Search에 대해 공부 할 필요가 있겠네요??

복습 차원

문제 인식 - 문제의 재정의 ( 트리 구조, 그래프 구조) - Search Algorithm 적용 - 해의 판단 - 반복

수순으로 진행이 된다고 합니다.

Search에 대해 알아 봅시다. 

인공지능 분야에서 Search는 크게 세 부류로 분류를 합니다. 

Uninformed Search

- 어떠한 문제에 적용이 가능합니다.

• Breadth First Search
• Depth First Search
• Depth limited Search
• Tree Search
• Iterative deepening Search
• Uniform-cost Search

Informed Search

- 특정 문제에 맞춥니다. ( 휴리스틱을 사용한다. 라고 표현합니다. )

• A* algorithm
• Greedy algorithm

Local Search

- 전부 탐색하는 경우 ( 목적이 되는 해가 없다. )

• Hill Climbling Search
• Simulated Annealing
• Local Beam Search
• Genetic Algorithm