3.1 기계학습의 세 가지 주요 유형지도학습정의: 라벨링 된 데이터를 사용하여 학습하는 알고리즘.예시분류: 미리 정해진 클래스 중 하나로 데이터를 분류(예: 이미지에서 얼굴 인식).회귀: 데이터를 기반으로 숫자를 예측(예: 주식 가격 예측).사용 예: 새로운 데이터에 대해 예측하고, 출력 정확도가 만족스러우면 모델을 배포.비지도학습정의: 라벨링이 되지 않은 데이터를 기반으로 패턴을 찾아내는 학습.예시:군집화: 유사성을 기반으로 데이터를 그룹화(예: 고객 유형 분류).연관: 데이터 속성 간 관계를 식별(예: 제품 추천 시스템).사용 예: 학습하지 않은 새로운 데이터에 대해 예측하고, 출력 정확도가 만족스러우면 모델을 배포.강화 학습정의: 보상을 통해 학습하며 주어진 환경에서 의사 결정을 최적화하는 학습.기..

2.1 유연성과 적응성유연성과 적응성은 밀접하게 연관된 품질 특성으로, 인공지능기반 시스템에서는 다음과 같이 정의된다유연성: 시스템이 본래의 요구사항이 아닌 상황에서 사용될 수 있는 정도적응성: 시스템이 의도와는 다른 하드웨어나 변화하는 운영 환경 등 새로운 상황에 맞게 제품을 수정하는 용이성유연성과 적응성은 다음과 같은 경우에 유용하다운영 환경을 완전히 알 수 없는 경우새로운 운영 환경에 대처해야 하는 경우새로운 상황에 적응해야 하는 경우시스템이 스스로 언제 동작을 수정할지 결정해야 하는 경우자가학습을 하는 인공지능기반 시스템은 이러한 유연성과 적응성의 특성을 필요로 한다. 이러한 요구사항은 시스템이적응할 환경 변화의 세부 사항과, 적응에 필요한 시간과 자원의 제약 조건을 명시해야 한다.2.2 자율성자..