728x90
0. 오리엔테이션
- 머신러닝(기계학습) : 기계를 학습시켜 인간의 판단을 위임하기 위한 기술
- 전염병의 양성 여부 판정
- 번역기
- 자율주행 등
- 공부와 문제
- 공부는 문제를 해결하기 위해 하는 것
- 해결하고자 하는 문제가 큰, 나의 일이라면 공부는 문제로부터 우리를 도우는 존재
- 하지만 문제가 사소한 일이라면, 공부는 오히려 우리를 억압하는 존재가 되는 것
- 문제는 클수록, 공부는 작을 수록 좋지만, 현실에서는 흔하지 않은 경험
1. 머신러닝이란?
- 결정 = 비교 + 선택
- 더 좋은것 / 나쁜 것을 비교할 수 있다면, 선택은 기계적인 것
- ex. 물건을 살 때, 동일한 제품이라면 더 저렴한 물건을 선택하는 것이 당연
- 실제로는 비교하는 것도 쉽지 않은 일 - 대소관계가 명확치 않거나, 반대로 비교할 요소가 너무 많은 경우
- 중장비가 있다고 손이 필요 없고, 자동차가 있다고 발이 필요 없듯, 머신러닝은 우리의 판단 능력을 확장시켜 결정을 돕는 도구라고 할 수 있다.
2. 꿈
- 학생이 아닌 엔지니어, 소비자가 아닌 생산자
- 가장 중요한 것? : 해결하고자 하는 의지 - 이것이 없다면 지식은 목적 없는 수단일 뿐
- 각자가 중요하게 생각하는 문제는 다를 수밖에 없음 / 혹은 해결하고자 하는 문제가 없을 수 있음
- 습관을 고치는 데 머신러닝을 이용한다면?
- 문제 해결의 전략 : 의지 < 환경 < 습관 < 의지 < ...
- 의지만으로 습관을 바꾸는 것은 힘든 일
- 의지로 환경을 조성하여, 습관을 고칠 수 있다면?
3. 궁리하는 습관
- 일 = 꿈 + 능력
- 엔지니어가 아닌 이상 꿈을 이룰 능력은 없다 해도, 그럴 수록 능력이 있다고 정해 놓고 꿈을 먼저 정하는 것이 중요
- 원리, 수학, 코딩
- 머신러닝은 원리를 이용하여, 수학과 코딩으로 이루어지는 것
- 머신러닝으로 목적을 달성하기 위해서는 수학과 코딩이 필요(언젠가는)
- 오히려 원리를 파악하기 전, 사용자가 되는 것이 더 좋을 수도 있음 : 다양한 문제를 풀며 한계를 느낄 때, 그 때 원리를 배워도 늦지는 않을 것
- 기술의 발전으로 인해 꿈을 실현하는 방법은 빠르고, 저렴하고, 간단해지고 있음
- 습관을 고치는 프로그램?
- 손톱을 깨무는 프로그램을 만든다면
- 스마트폰을 이용한다면 더 좋을텐데?
- 영상으로 손톱을 깨물 때와 아닐 때를 구분할 수 있게, 머신러닝을 이용해서
- 이 프로그램을 앱으로 만들어 배포
- 결과적으로 모든 종류의 습관에 대한 머신 러닝까지
4. Teachable Machine
- 수학/코딩 없이도 머신러닝을 구현 가능한 서비스가 나타나고 있음
- teachable machine : 머신러닝에 대한 지식 없이 구현이 가능하도록 고안된 도안
- 클래스 : 컴퓨터가 학습하기 위한 교재 / 일정한 특징을 갖는 데이터의 묶음
- Training : 데이터 클래스를 기반으로 컴퓨터가 학습
- Preview : 학습한 결과를 실제로 테스트, 입력되는 데이터에 따라 컴퓨터가 스스로 클래스에 속하는 지 여부를 판단
- 판단이 애매한 경우 : 학습 데이터가 부족하거나, 부정확한 경우 - 데이터를 더 늘리거나, 부정확한 데이터를 제거
- 머신러닝(기계학습) : 사람이 공부를 통해 더 정확히 판단하듯, 기계를 학습시켜 정확한 판단력을 형성
- 머신러닝의 판단력 = 모델
5. 모델
- 모델 = 머신러닝을 이해하기 위한 핵심
- 교훈 = 사람이 경험을 통해 갖게 되는 판단, 예측(추측)능력
- 경험을 통해 가설을 추측하고, 이를 검증하기 위해 실험을 진행하여, 모순이 없다면 이론으로 인정
- 머신러닝의 판단력 = 모델
- 모델을 만드는 과정 = 학습
- 좋은 모델 = 좋은 추측 / 좋은 학습 = 좋은 모델 / 좋은 추측 = 좋은 결정
- 교훈 = 사람이 경험을 통해 갖게 되는 판단, 예측(추측)능력
728x90