2021 머신러닝 야학 - 1

이 강의의 목적은 나의 문제를 머신러닝으로 해결하기 위해서다. 단순히 강의를 듣고 수료하는 것이 목적이 아닌, 생산자가 되기 위함이다.

여기서 가장 중요한 것은 '해결하고자 하는 문제'이다. 이것이 없다면 지식은 목적 없는 수단에 불과하다.

머신러닝은 내가 이루고자하는 꿈을 궁리하면 몽상에서 끝나는 것이 아니라 실현시켜줄 수 있는 도구가 되어줄 수 있다!

 

구글에서 제공한 머신러닝이 어떻게 구현되는지 보여주는 신기한 사이트

https://teachablemachine.withgoogle.com/

Teachable Machine

기계학습을 통해 프로그램이 정확한 판단력을 갖는 과정을 보여주는 사이트 + 코드까지 export가 가능하다. (굿)

머신러닝에서는 판단력을 모델이라고 부른다!

 

<머신러닝머신>

모델은 머신러닝을 이해하는 중요한 KEY 인데, 모델에 대한 쉬운 이해를 돕자면 아래와 같다.

1. 이것저것 경험해본 후 얻는 교훈

2. 여러가지 가설을 검증을 통해 인정되는 이론

모델 = 교훈 = 이론

 

<나도 이제 프로그래머>

머신러닝머신을 구현해보는 프로그램 => 머신러닝의 모델이라는 부품을 응용해서 만든 소프트웨어

http://ml-app.yah.ac/

머신러닝머신

애플리케이션 : 부품을 사용해서 만든 완제품

프로그램 : 기계가 해야 할 일을 기계가 알아들을 수 있는 방식으로 순서대로 적은 것

 

<모르면 마법, 알면 기술>

1세대 마법사 : 사물인터넷에 활용되는 일들을 가능하게 하는 엔지니어들

2세대 마법사 : 사물을 원격으로 조정하는 것뿐 아니라, 사물에 지능을 부여해서 스스로 동작하는 마법을 부리는 마법사들. (Feat. 머신러닝)

 

이 글의 가장 처음에서 이야기 했던 '해결하고자 하는 문제'를 설정하고 문제에 영향을 끼치는 변수사이의 관계를 표현하는 것.

그것을 우리는 모델링이라고 한다. ex) 레모네이드 판매량을 늘리기 위해 온도와의 상관 관계를 살피기

그리고 사람이 할 수 없는 좀 더 복잡한 모델을 만들기 위해 우리는 머신러닝을 도입하고 좀 더 정확한 공식을 찾아낼 수 있게 되었다.

 

실습으로 전달 받은 내용은 머신러닝으로 해결할 수 있는 문제를 찾아 세가지의 항목으로 작성해보는 것 이었는데, 기술적인 한계를 고려하지 않고 꿈 부분을 작성하는 것이 가장 킬링 포인트가 아니었나 싶다.

- 환경

- 불만족

- 꿈

회사에서 업무를 진행하다보면 기한에 맞춰야 하고, 현재 구현되어있는 환경이라던지 여러가지 장애물들이 이미 머리속에서 고려되기 때문에 현실적인, 새로움이 부족한? 안정적인 결과물을 결과값으로 예상하는 경우가 많은 것 같다. 이렇게 사이드 프로젝트로라도 생각의 범위를 넓히는 것 뇌를 말랑말랑하게 만들어주는 것 같아서 새로웠다.