생활코딩 머신러닝야학 “머신러닝1 “ 요약정리 #1~#10

• 생활코딩 머신러닝야학 - 머신러닝1 강의를 요약정리한 글입니다.
• 주관적인 기준으로 요약했으므로 내용이 저자의 의도와는 다를 수 있습니다.
• 이 강의를 온전히 습득하는 위해서는 직접 이 강의를 수강하길 추천합니다.

머신러닝1

1. 오리엔테이션

• 머신러닝 (기계학습): 기계를 학습시켜서 인간의 판단을 위임하기 위해 고안된 기술. 양성 판정, 기계번역, 자율 주행 등
• 준비물: 상상력
  • 관객이 아닌 주인공이라고 상상
  • 해결해야 할 문제 때문에 절망하고 있는 엔지니어라고 상상
• 문제의 크기가 크고 공부의 양이 적을 수록 좋다
  • 하지만 현실엔 흔치않다
  • 그래서 이 수업은 문제를 과장하고 공부를 최소화할 것
  • 그래야 즐겁다

2. 머신러닝이란?

• 결정 = 비교 + 선택
  • 크고 작음을 비교할 수 있다면 선택할 수 있다
  • 비교가 쉽지 않을 때, 대소 관계를 모를 때 선택하기 어렵다
  • 현실은 매우 복잡해서 결정하기 어렵다
• 인류의 노력
  • 수를 만들어서 대소 관계를 표준화 (1 < 2>)
  • 세상을 수로 표현하기 위한 방법 -> 통계
  • 컴퓨터로 단순 계산에서 해방
  • 결정 능력의 비약적 향상
  • 이제는 결정을 기계에게 맡기고 싶다
• 기계가 스스로 결정하게 하는 기술 -> 기계학습
• 머신러닝은 우리의 판단 력을 확장해서 우리가 더 잘 결정하게 돕는 기술

3. 꿈

• 해결하고자 하는 문제가 없다면 지식은 쓸모없다
• 머신러닝으로 습관을 고쳐보자
  • 손톱 깨무는 습관
  • 의지만으로는 습관 이기기 힘듦
  • 환경이 바뀌면 습관은 서서히 변함
  • 환경을 바꾸는 것은 나의 의지
  • 의지로 환경을 바꿔서 습관을 바꿔보자
  • 이런 환경을 만드는데 머신러닝을 이용해보자

4. 궁리하는 습관

• 일 = 꿈 + 능력
  • 당장 능력이 없어도 꿈을 꾸는 것이 중요
• 원리, 수학, 코딩
• 습관을 고치는 앱을 만드는 상상
  • 손톱을 깨물면 손 내려놓으라는 문구 띄우는 앱
  • 먼저 어떻게 손톱을 깨무는지 인지하지?
  • 이거 잘 만들어서 앱스토어에 올려서 도움이 되면 좋겠다
  • 더 발전하면 모든 습관을 고치는 앱을 만들 수도 있겠는데?
• 지금은 궁리가 몽상이 아닌 혁명이 될 수 있는 시대

5. Teachable machine

• Teachable Machine
  • 수학, 코딩 없이 머신러닝 사용할 수 있는 서비스
• 이미지, 오디오, 포즈 데이터 학습 가능
• Class: 분류 - 연관된 사진을 모아서 그룹핑
  • 손톱: 손톱 무는 사진 클래스
  • 정상: 정상 사진 클래스
• Train Model
  • 기계에서 실제로 학습을 시키는 단계
  • 입력된 클래스 데이터를 학습해서 모델 구축
• Preview
  • 학습된 모델로 결과 확인
  • 정확한 데이터를 학습된 모델일수록 더 정교하게 판단
• 모델 -> 판단력! 머신러닝에선 ‘모델’용어 사용
• 만든 모델을 다운로드해서 이용할 수 있다

6. 모델

• 다양한 음식을 먹을수록 새로운 음식이 맛있을지 추측하기 쉬워진다
• 판단력을 기계에 부여
• 모델을 잘 만들면 좋은 추측 가능

7. 머신러닝머신

• 머신러닝머신
• Teachable Machine에서 생성한 모델을 이용해서 애플리케이션을 만들어주는 서비스
• 모델 파일을 업로드하면 됨
• 클래스들이 블럭의 형태로 배치
• 조건에따라 쓰기, 말하기 기능 추가 가능

8. 애플리케이션과 프로그램

• 같은 것을 가르키는 다른 말
• 애플리케이션: 응용
• 프로그램: 기계가 할일을 기계의 언어로 순서대로 적은 것

9. 모르면 마법, 알면 기술

• 소프트웨어를 만드는 것은 처음에는 쉽지만 기하급수적으로 어려워진다
• Internet of Things: 사물 인터넷
  • 코딩 + 네트워크 + 전자공학 + 기계공학
• 레모네이드 가게 사장님
  • 레몬 주문량 예측
• 머신러닝으로 해결할 수 있을 것 같은 문제를 적어보자
  • 기술적 한계를 생각하지 말 것
  • 레모네이드 카페에서 레모네이드 판매량 예측

10. 교양의 끝

• 머신러닝을 교양으로 배우려는 게 목표였다면 진도는 여기서 끝내자
  • 기하급수적으로 어려워지므로 교양으로 배우기엔 효율이 안좋다
  • 이후 머신러닝이 필요하다면 여러 방법이 있다
    • 머신러닝 개발자 찾기
    • 더 쉽고 강력해진 머신러닝 기계 이용
    • 더 쉬운 공부법 개발돼 있을 것
• 직업으로 머신러닝을 배운다면 진짜 재미는 지금부터 시작