AI는 어떤 기준으로 나눌까?
보관 온도와 무게를 바꾸며 분류 나무의 선택 경로를 한 단계씩 확인합니다.
그림에서 무엇을 볼까요?
냉장 여부를 먼저 확인하고 상온 물품은 무게로 나누는 분류 나무
물류 창고에 냉장 식품과 일반 물품이 함께 도착합니다. 이 실험의 분류기는 먼저 냉장 보관이 필요한지 묻습니다. 필요하면 냉장 구역으로 보냅니다. 그렇지 않으면 무게를 확인해 5킬로그램 이상은 중량 구역, 미만은 일반 구역으로 보냅니다. 결과만 읽을 때보다 질문의 순서를 볼 때 분류 기준을 더 정확히 이해할 수 있습니다.
의사결정나무는 이처럼 조건에 따라 가지를 나누는 구조입니다. 실제 기계학습에서는 데이터로부터 분기 기준을 학습할 수 있습니다. 이 페이지에서는 기준의 영향을 투명하게 살피기 위해 사람이 정한 작은 규칙 나무를 사용합니다. 학습된 AI의 성능을 보여주는 실험은 아닙니다.
함께 확인할 점
규칙 기반 프로그램 실행 · 냉장이 필요하면 냉장 구역, 나머지는 무게 5킬로그램 이상이면 중량 구역, 미만이면 일반 구역입니다.
생각해 볼 질문
이 분류기에 실제 창고에서 사용할 조건을 하나 더 넣는다면 무엇이며, 어느 질문 앞뒤에 놓겠습니까?
같은 숫자, 다른 인상
달린 뒤 자동차 타이어의 공기압은 왜 높아질까?
AI가 HTTP Content-Length를 글자 수로 적어도 될까?