본문 바로가기
반응형

혼공머신9

혼공학습단 11기 회고 이번 기수도 저번주 딥러닝과 함께 끝이 났습니다. 정신 차리니 어느새 6주가 지나있었네요. 뭐야 내 방학 돌려줘.... 처음 시작은 저번 학기에 배운 머신러닝+딥러닝을 정리해보는 참에 시작했는데, 생각보다 더 꼼꼼하게 머신러닝과 딥러닝 전반에 대해 짚고 넘어갈 수 있었습니다. 분명 이 책으로 기말고사까지 봤는데, 이상하게 다시 보니 또 새롭더라고요. PCA? 손실함수? 내가 그걸 배웠던가? 이렇게 되니까 복습하기를 잘한 것 같습니다. 망각 곡선에서 망각 부분 직전에 다시 기억이 살아났어요. 복습이 이렇게 중요합니다 여러분. 머신러닝에서도 한 번만 학습시키면 성능이 별로 좋지 않아요. 에폭을 여러번 돌려줄수록 성능이 개선되는게 종종 느껴집니다. 따라서 혼공학습단을 통한 반복 학습이 무지 중요하다는 점을 배.. 2024. 2. 15.
[6주차] 딥러닝은 어떻게 이미지를 분류하는가? Ch.7-1 인공신경망 갤럭시를 사용하는 분들은 갤러리 앱을 켜서 돋보기 버튼을 눌러보세요. 아마 처음 보는 분도 계시겠지만, 갤러리 앱이 알아서 사람 얼굴을 인식한 후 그 사람마다 따로 폴더를 만들어 놓았습니다. 신기하죠? 제가 아이폰 유저가 아니라서 아이폰도 되는지는 잘 모르겠습니다. 모든 사진마다 '이 사진은 박명수씨 사진입니다!'라고 표시를 해 둔 것도 아닌데, 상당히 높은 정확도로 이미지 분류를 잘 해놓았습니다. 이제 짤을 찾을 때 더 편하게 찾을 수 있을 것 같습니다. 이처럼 딥러닝을 통한 이미지 인식은 의외로 생활 전반에 숨어있습니다. 이번 챕터에서는 저번 주차에 이어 딥러닝을 이용한 이미지 분류를 더 정리해보도록 하겠습니다. 특히, 딥러닝의 알파이자 오메가라고 할 수 있는 인공신경망을 배워.. 2024. 2. 8.
[5주차] 비지도학습, 주성분 분석(PCA) Ch.6 비지도 학습 6-1. 군집 알고리즘 자, 뜬금없지만 (1, 2, 3, 50, 51, 52, 100, 101)을 세 그룹으로 나누어 봅시다. (1,2,3), (50,51,52), (100,101)로 보통 나누죠? 세 그룹이라고 했는데 짝수와 홀수.... 이런 분은 없겠죠? 허허. 왜 저 세 그룹으로 나누어질까요? 어째 물음표 살인마가 되고 있습니다. 아마 한 자리수/ 두 자리수/ 세 자리수 처럼 숫자가 가진 크기에 따라 세 그룹으로 나누셨을 것 같습니다. 만약 그러셨다면, 이미 당신은 비지도학습의 개념을 익혔습니다. 비지도 학습이란 이전(지도 학습을 배우던 시기)에 쓰던 타깃값이 없는 데이터가 있을 때 엔지니어들이 어떻게 하면 좋을까?라는 의문에서 시작된 머신러닝 알고리즘입니다. 따라서 타깃값이 .. 2024. 2. 1.
[4주차] 트리, 교차검증, 하이퍼파라미터 튜닝, 앙상블 벌써 혼공학습단도 4주차에 접어들어 반이 지났네요. 머신러닝 지식도 새록새록 잘 돌아오고 있습니다. 저번주 좀 쉬었다고 컨디션도 나아져서 튼튼코코넛으로 바뀌었습니다. 좀 빠릿해진 기분으로 4주차 정리 시작합니다! Ch.5 트리 알고리즘 5-1. 결정 트리 프로그래밍을 하시는 분이면 결정 트리(Decision Tree)는 다들 단간히 아실거라 믿습니다. 일상 생활에서도 결정 트리는 무의식중에 많이 사용합니다. 실제 합리적인 의사 결정에 자주 쓰이기도 할 만큼, 이 알고리즘을 무에서 유도 창조하는 머신러닝 엔지니어들이 사용하지 않을 리가 없습니다. 이번 챕터는 정의가 어렵지는 않으므로 가볍게 몇 가지 용어만 짚고 가고, 제가 2023년 2학기(3학년 시기) 진행한 간단한 프로젝트를 예시로 같이 보겠습니다. .. 2024. 1. 24.
반응형