๐Ÿฌ ML & Data/๐Ÿฆ„ ๋ผ์ดํŠธ ๋”ฅ๋Ÿฌ๋‹

[๋ผ์ดํŠธ ๋”ฅ๋Ÿฌ๋‹] 1. ๋„“์€ ์‹œ๊ฐ์œผ๋กœ ๋ณด๋Š” ๋จธ์‹ ๋Ÿฌ๋‹ ๊ฐœ๊ด„

darly213 2023. 10. 24. 09:38
728x90

2022๋…„ 11์›” Chat GPT๊ฐ€ ๋Œ€์ค‘์ ์œผ๋กœ ๊ต‰์žฅํžˆ ๋„“๊ฒŒ ์•Œ๋ ค์ง€๋ฉด์„œ ์„œ์„œํžˆ ๋ถ์ด ์˜ค๊ณ  ์žˆ๋˜ ์ธ๊ณต์ง€๋Šฅ ์‹œ์žฅ์ด ๊ทธ์•ผ๋ง๋กœ ์ „์„ฑ๊ธฐ๋ฅผ ๋งž์ดํ–ˆ๋‹ค๋Š” ์ƒ๊ฐ์ด ๋“œ๋Š” ์š”์ฆ˜์ž…๋‹ˆ๋‹ค. LLM(Large Language Model) ๋ฟ๋งŒ ์•„๋‹ˆ๋ผ CV(Computer Vision) ๋ถ„์•ผ์—์„œ๋Š” ์ €์ž‘๊ถŒ ๋ฌธ์ œ๊ฐ€ ๋Œ€๋‘๋˜๊ณ  ์žˆ๊ธฐ๋Š” ํ•˜์ง€๋งŒ ์‚ฌ์ง„๊ณผ ๊ทธ๋ฆผ์ฒด๋ฅผ ํ•™์Šต์‹œ์ผœ ๊ทธ๋ฆผ์ฒด๋ฅผ ์ž…์€ ์ƒˆ๋กœ์šด ๊ทธ๋ฆผ์„ ๋งŒ๋“ค์–ด๋‚ด๊ณ , ์Œ์„ฑํ•ฉ์„ฑ ๋ถ„์•ผ์—์„œ๋Š” ์ธ๊ณต์ง€๋Šฅ์„ ํ™œ์šฉํ•ด TTS๊ฐ€ ๋…ธ๋ž˜๋ฅผ ๋ถ€๋ฅด๊ฒŒ ํ•˜๊ธฐ๋„ ํ•ฉ๋‹ˆ๋‹ค.

๋ˆˆ์— ๋ณด์ด๋Š” ์„œ๋น„์Šค๋ฅผ ์ œ๊ณตํ•˜๋Š” ์œ„์™€ ๊ฐ™์€ ๋ถ„์•ผ๋ฅผ ์ œ์™ธํ•˜๊ณ ๋„ ์ธ๊ณต์ง€๋Šฅ์„ ํ†ตํ•œ ์ด์ƒํƒ์ง€ ์†”๋ฃจ์…˜, ๊ฐ•ํ™”ํ•™์Šต์„ ํ™œ์šฉํ•œ ๊ฒŒ์ž„ ๋ด‡(Bot) ์ƒ์„ฑ ๋“ฑ ์•„์ง ์ €๋„ ์™„๋ฒฝํžˆ ์“ฐ์ž„์„ ๋‹ค ์•Œ์ง€ ๋ชปํ•˜๋Š” ๋ฌด๊ถ๋ฌด์ง„ํ•œ ๋ถ„์•ผ์—์„œ ๋”ฅ๋Ÿฌ๋‹์ด ์‚ฌ์šฉ๋˜๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค. ์ด๋ฒˆ ํฌ์ŠคํŒ…์—์„œ๋Š” AI๋ฅผ ๊ณต๋ถ€ํ•˜๊ธฐ๋กœ ๋งˆ์Œ๋จน์€ ๋‹น์‹ ๊ณผ ์ €๋ฅผ ์œ„ํ•˜์—ฌ ๋จธ์‹ ๋Ÿฌ๋‹์„ ๊ฐœ๊ด„ํ•˜๋Š” ๊ฐ€๋ฒผ์šด ๋‚ด์šฉ์„ ๋‹ค๋ค„๋ณด๊ฒ ์Šต๋‹ˆ๋‹ค.

1. What is ML / DL?

"์•ผ, ๊ทธ๋ž˜์„œ ์ธ๊ณต์ง€๋Šฅ์ด ๋ญ”๋ฐ?"

๋ผ๊ณ  ๋ฌผ์–ด๋ณด๋Š” ์นœ๊ตฌ๋“ค์—๊ฒŒ ์ €๋Š” ์ฃผ๋กœ "๋ฏธ์ ๋ถ„์ด์•ผ^^..." ๋ผ๊ณ  ๋Œ€๋‹ตํ•˜๊ณค ํ•ฉ๋‹ˆ๋‹ค. ์‹ค์€ ๋ฏธ์ ๋ถ„๋งŒ์€ ์•„๋‹ˆ๊ณ , ์„ ํ˜•๋Œ€์ˆ˜, ํ™•๋ฅ ๊ณผ ํ†ต๊ณ„, ๋ฏธ์ ๋ถ„์œผ๋กœ ์ด๋ฃจ์–ด์ ธ ์žˆ๋‹ค๊ณ  ํ•  ์ˆ˜ ์žˆ๊ฒ ์Šต๋‹ˆ๋‹ค. ๊ณ ๋“ฑํ•™๊ต๋ฅผ ๋‹ค๋‹ ๋•Œ ๋Œ€์ฒด ๋ฏธ์ ๋ถ„์„ ์–ด๋””์— ์จ๋จน๋Š”์ง€ ๊ถ๊ธˆํ–ˆ๋Š”๋ฐ 5๋…„ ๋งŒ์— ๊นจ๋‹ฌ์•˜์Šต๋‹ˆ๋‹ค. ์ด๋ ‡๊ฒŒ ์จ๋จน์œผ๋ ค๊ณ  ๊ณต๋ถ€ํ–ˆ๋‹ค๋Š” ์‚ฌ์‹ค์„์š”. ์ธ๊ณต์ง€๋Šฅ์ด ์ˆ˜ํ•™์ธ ๊ฑธ ์•Œ์•˜๋‹ค๋ฉด ๋‹ค์Œ์€ ๋จธ์‹ ๋Ÿฌ๋‹๊ณผ ๋”ฅ๋Ÿฌ๋‹์— ๋Œ€ํ•ด ํƒ๊ตฌํ•ด๋ณผ ์‹œ๊ฐ„์ž…๋‹ˆ๋‹ค.


์š”์ฆ˜์—์•ผ ๋จธ์‹ ๋Ÿฌ๋‹๊ณผ ๋”ฅ๋Ÿฌ๋‹๊ณผ ์ธ๊ณต์ง€๋Šฅ์„ ํ˜ผ์žฌํ•ด์„œ ์“ฐ๋Š” ๊ฒฝ์šฐ๊ฐ€ ๋งŽ์€ ๊ฒƒ ๊ฐ™๊ณ  ์ €๋„ ๊ทธ๋Ÿฐ๋ฐ, ๊ฐœ์ธ์ ์œผ๋กœ๋Š” ์‹ ๊ฒฝ๋ง์„ ์‚ฌ์šฉํ•˜๋А๋ƒ ์•„๋‹ˆ๋ƒ๊ฐ€ ๋จธ์‹ ๋Ÿฌ๋‹๊ณผ ๋”ฅ๋Ÿฌ๋‹์„ ๋‚˜๋ˆˆ๋‹ค๊ณ  ์ƒ๊ฐํ•ฉ๋‹ˆ๋‹ค. ๋จธ์‹ ๋Ÿฌ๋‹์€ ์ข€ ๋” ํฌ๊ด„์ ์ธ ๊ฐœ๋…์ด๊ณ , ๊ทธ ์ค‘์—์„œ ์‹ ๊ฒฝ๋ง์„ ์‚ฌ์šฉํ•˜๋Š” ๋…€์„๋“ค์ด ๋”ฅ๋Ÿฌ๋‹์ด๋ผ๋Š” ํ•˜์œ„ ์ง‘ํ•ฉ์œผ๋กœ ๋ฌถ์ด๋Š” ๊ฒƒ์ด์ฃ . ์‹ ๊ฒฝ๋ง์ด ๋ฌด์—‡์ธ์ง€๋Š” ์ข€ ๋” ๋‚˜์ค‘์— ์‹ ๊ฒฝ์“ฐ๋„๋ก ํ•ฉ์‹œ๋‹ค.

๋ชจ๋ธ ํ•™์Šต์ด๋‚˜ ๊ตฌ์กฐ๋งŒํผ์ด๋‚˜ ์ค‘์š”ํ•œ ํŒŒํŠธ๊ฐ€ ๋ฐ”๋กœ ๋ฐ์ดํ„ฐ๋ฅผ ๋ถ„์„ํ•˜๊ณ  ๊ฐ€๊ณตํ•˜๋Š” ๊ณผ์ •์ž…๋‹ˆ๋‹ค. ๋ฐ์ดํ„ฐ ๋ถ„์„ ์ „๋ฌธ๊ฐ€ ์ž๊ฒฉ์ฆ(๋งž๋Š”์ง€ ๋ชจ๋ฅด๊ฒ ์Šต๋‹ˆ๋‹ค)์—์„œ๋„ ์‹ค์ œ๋กœ ๋žœ๋ค ํฌ๋ ˆ์ŠคํŠธ ์ •๋„์˜ ๋จธ์‹ ๋Ÿฌ๋‹ ๊ธฐ๋ฒ•์„ ์จ์„œ ๋ถ„์„ํ•˜๋Š” ๊ณผ์ œ๊ฐ€ ๋‚˜์˜จ๋‹ค๊ณ  ๋“ค์—ˆ์Šต๋‹ˆ๋‹ค. ์‚ฌ์‹ค ์ธ๊ณต์ง€๋Šฅ์€ ๋ฌด์—‡๋ณด๋‹ค๋„ ๋ฐ์ดํ„ฐ๊ฐ€ ์ค‘์š”ํ•œ ๋ถ„์•ผ์ด๊ธฐ ๋•Œ๋ฌธ์— ๋นผ๋†“์„ ์ˆ˜ ์—†์Šต๋‹ˆ๋‹ค. ๋”ฐ๋กœ EDA๋ฅผ ๊ณต๋ถ€ํ• ๊นŒ ๊ณ ๋ฏผ์ด ๋  ์ •๋„๋กœ์š”. ๊ณต๋ถ€ํ•˜๊ฒŒ ๋˜๋ฉด ์ •๋ฆฌํ•ด์„œ ์˜ฌ๋ฆฌ๊ฒ ์Šต๋‹ˆ๋‹ค.

์–ด์จŒ๊ฑฐ๋‚˜ ํ† ํ”ฝ์€ ์ด๋ ‡์Šต๋‹ˆ๋‹ค. ๋จธ์‹ ๋Ÿฌ๋‹์€ ๊ฒฝํ—˜์ ์œผ๋กœ ์Šค์Šค๋กœ๋ฅผ ๋ฐœ์ „์‹œํ‚ค๋Š” ์•Œ๊ณ ๋ฆฌ์ฆ˜์ž…๋‹ˆ๋‹ค. ์ค‘์š”ํ•œ ๊ฒƒ์€ '์–ด๋–ป๊ฒŒ' ๋ฐœ์ „์‹œํ‚ฌ ๊ฒƒ์ด๋ฉฐ, '๋ฌด์—‡์„' ํ•ด๋‚ผ ๊ฒƒ์ธ์ง€๊ฐ€ ๋˜๊ฒ ์Šต๋‹ˆ๋‹ค. ๊ทธ๋Ÿผ ๋จธ์‹ ๋Ÿฌ๋‹ ๋ถ„์•ผ์— ๋Œ€ํ•ด ์•Œ์•„๋ด…์‹œ๋‹ค.

 

2. ์ข…๋ฅ˜

์ œ ์งง์€ ์ง€์‹์— ์˜ํ•˜๋ฉด ํฌ๊ฒŒ ์„ธ ๊ฐ€์ง€๋กœ ๋ถ„๋ฅ˜ํ•  ์ˆ˜ ์žˆ์„ ๊ฒƒ ๊ฐ™์Šต๋‹ˆ๋‹ค. ์ง€๋„ํ•™์Šต(Supervised Learning), ๋น„์ง€๋„ํ•™์Šต(Unsupervised Learning), ๊ฐ•ํ™”ํ•™์Šต(Reinforcement Learning) ์ž…๋‹ˆ๋‹ค.

์ง€๋„ ํ•™์Šต(Supervised Learning)

์ง€๋„ํ•™์Šต์€ ์ •๋‹ต์„ ์ œ๊ณตํ•ด์ฃผ๋Š” ํ•™์Šต๋ฐฉ๋ฒ•์ž…๋‹ˆ๋‹ค. ๋ง ๊ทธ๋Œ€๋กœ ๋จธ์‹ ๋Ÿฌ๋‹ ๋ชจ๋ธ์ด ๋งž์•˜๋Š”์ง€, ํ‹€๋ ธ๋Š”์ง€๋ฅผ '์ง€๋„' ํ•ด์ฃผ๋Š” ๊ฒƒ์ž…๋‹ˆ๋‹ค. ํ”ํ•œ ์˜ˆ์ œ๋ฅผ ๋– ์˜ฌ๋ ค๋ณด์ž๋ฉด ์•„๋ž˜์™€ ๊ฐ™์€ ๊ฒฝ์šฐ์ž…๋‹ˆ๋‹ค.

  • ๋ฌผ์ฒด๋ฅผ ๊ตฌ๋ถ„ํ•˜๋Š” ๋ชจ๋ธ์ด ์ถ”์ •ํ•œ ์ด๋ฆ„์ด ๋งž์•˜๋Š”์ง€ ํ‹€๋ ธ๋Š”์ง€๋ฅผ ๋ชจ๋ธ์—๊ฒŒ ์•Œ๋ ค์คŒ
  • 30๋ถ„ ๋’ค์˜ ์ฃผ๊ฐ€๋ฅผ ์˜ˆ์ธกํ•˜๋Š” ๋ชจ๋ธ์ด ์ถ”์ •ํ•œ ์ฃผ๊ฐ€๊ฐ€ ์‹ค์ œ ๊ฐ’๊ณผ ์–ผ๋งˆ๋‚˜ ์ฐจ์ด๊ฐ€ ๋‚˜๋Š”์ง€ ๋ชจ๋ธ์—๊ฒŒ ์•Œ๋ ค์คŒ
  • ์ด๋ฏธ์ง€์—์„œ ๋ฌผ์ฒด์˜ ํ…Œ๋‘๋ฆฌ๋ฅผ ์ธ์‹ํ•˜๋Š” ๋ชจ๋ธ์ด ์ถ”์ •ํ•œ ํ…Œ๋‘๋ฆฌ๊ฐ€ ์‹ค์ œ ํ…Œ๋‘๋ฆฌ์™€ ์–ด๋А ์ •๋„ ์ฐจ์ด๊ฐ€ ๋‚˜๋Š”์ง€ ๋ชจ๋ธ์—๊ฒŒ ์•Œ๋ ค์คŒ
    ์ •๋‹ต(label)์„ ํ•™์Šต ์‹œ์— ์ œ๊ณตํ•ด์ค€๋‹ค๋Š” ํŠน์ง•์ด ์žˆ์Šต๋‹ˆ๋‹ค. ์ฃผ๋กœ ๋‹ต์„ ์˜ˆ์ธกํ•˜๋Š” ๋ฌธ์ œ๋ฅผ ํ•ด๊ฒฐํ•˜๋Š” ๊ฒฝ์šฐ๊ฐ€ ์ง€๋„ํ•™์Šต์— ํฌํ•จ๋ฉ๋‹ˆ๋‹ค. ๋ถ„๋ฅ˜(Classification) ๋ฐ ํšŒ๊ท€(Regression) ๋ฌธ์ œ๊ฐ€ ์ฃผ๋กœ ์ด์ชฝ์ด๊ณ , ์–ด๋–ป๊ฒŒ ๋ถ„๋ฅ˜ํ•˜๊ณ  ๋ฌด์Šจ ๋ฌธ์ œ๋ฅผ ํšŒ๊ท€๋กœ ํ•ด๊ฒฐํ•˜๋Š”์ง€์— ๋”ฐ๋ผ์„œ ๋ชจ๋ธ์€ ๋ฌด๊ถ๋ฌด์ง„ํ•˜๊ฒŒ ๋‹ฌ๋ผ์ง‘๋‹ˆ๋‹ค.

๋น„์ง€๋„ ํ•™์Šต(Unsupervised Learning)

๋น„์ง€๋„ํ•™์Šต์€ ๊ฑฐ์˜ 1๋ถ€ํ„ฐ 100๊นŒ์ง€๋ฅผ ์ „๋ถ€! ๋ชจ๋ธ์—๊ฒŒ ๋งก๊ธฐ๋Š” ๋ฐฉ์‹์ž…๋‹ˆ๋‹ค. ๋ชจ๋ธ์—๊ฒŒ ์ •๋‹ต์„ ์ œ๊ณตํ•˜์ง€ ์•Š์œผ๋ฉฐ, ์˜ค๋กœ์ง€ ๋ฐ์ดํ„ฐ๋งŒ ๊ฐ€์ง€๊ณ  ๋ชจ๋ธ์ด ์ž์ฒด์ ์œผ๋กœ ํŠน์„ฑ๊ณผ ๋ฐ์ดํ„ฐ ๊ตฌ์กฐ๋ฅผ ๊ณต๋ถ€ํ•ด์„œ ๊ฒฐ๊ณผ๋ฅผ ๋ƒ…๋‹ˆ๋‹ค. ์š”์ฆ˜ ํ•ซํ•œ ์ƒ์„ฑ๋ชจ๋ธ๋“ค์ด ์ด ์นดํ…Œ๊ณ ๋ฆฌ์— ์†ํ•ฉ๋‹ˆ๋‹ค.

  • ์—ฌ๋Ÿฌ ๋ฐ์ดํ„ฐ๋“ค์„ ๋ชจ๋ธ์ด ์Šค์Šค๋กœ ์•Œ์•„๋‚ธ ํŠน์„ฑ์— ๋”ฐ๋ผ ๋ถ„๋ฅ˜
  • ๋ฐ์ดํ„ฐ์˜ ํŠน์„ฑ์„ ํ•™์Šตํ•ด ๋‹ค๋ฅธ ๋ฐ์ดํ„ฐ์— ์ž…ํžˆ๋Š” ๊ฒฝ์šฐ
  • ํ•™์Šต๋œ ๋ฐ์ดํ„ฐ๋ฅผ ๊ธฐ๋ฐ˜์œผ๋กœ ์ƒˆ๋กœ์šด ๋ฐ์ดํ„ฐ๋ฅผ ์ƒ์„ฑ

์ž๊ธฐ์ง€๋„ ํ•™์Šต Self-Supervised Learning

์ž๊ธฐ์ง€๋„ ํ•™์Šต์€ ์ผ์ข…์˜ ๋น„์ง€๋„ ํ•™์Šต์ด๋ผ๊ณ ๋„ ๋ณผ ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค. ์ •๋‹ต์ด ์—†๋Š” ๋ฐ์ดํ„ฐ๊ฐ€ ์ฃผ์–ด์ง€๋ฉด ๋ชจ๋ธ์ด ์Šค์Šค๋กœ ๋ ˆ์ด๋ธ”์„ ๋งŒ๋“ค์–ด์„œ ํ•™์Šตํ•˜๋Š” ๊ฒฝ์šฐ๋ฅผ ๋งํ•ฉ๋‹ˆ๋‹ค. ๋Œ€ํ‘œ์ ์ธ ์—์‹œ๋กœ ์–ธ์–ด๋ชจ๋ธ์ธ BERT๊ฐ€ ์žˆ์Šต๋‹ˆ๋‹ค. ์ด ๋‚ด์šฉ์€ ๋งํ•˜๋ฉด ๊ธธ์–ด์ง€๊ณ  ์–ด๋ ค์›Œ์ง€๋ฏ€๋กœ ์ถ”ํ›„ ๋‹ค๋ฃจ๋„๋ก ํ•˜๊ฒ ์Šต๋‹ˆ๋‹ค.

๊ฐ•ํ™” ํ•™์Šต(Reinforcement Learning)

๊ฐ•ํ™” ํ•™์Šต์€ ์ง€๋„ํ•™์Šต, ๋น„์ง€๋„ ํ•™์Šต๊ณผ๋Š” ์™„์ „ํžˆ ๊ถค๋ฅผ ๋‹ฌ๋ฆฌํ•ฉ๋‹ˆ๋‹ค. ๊ฐ•ํ™” ํ•™์Šต ๋ชจ๋ธ์€ ํ™˜๊ฒฝ(Environment)์™€ ์†Œํ†ตํ•˜๋ฉด์„œ ํ–‰๋™ ์„ ํƒ ์ •์ฑ…(policy)์— ๋”ฐ๋ผ ์„ ํƒํ•œ ํ–‰๋™(action)์ด ํ™˜๊ฒฝ์— ๋ฏธ์น˜๋Š” ์˜ํ–ฅ์— ๋”ฐ๋ผ ๋ณด์ƒ(Reward)๋ฅผ ๋ฐ›์œผ๋ฉฐ ์ƒํ™ฉ(state)์— ๋งž๋Š” ํ–‰๋™์„ ์„ ํƒํ•  ์ˆ˜ ์žˆ๊ฒŒ ํ•™์Šต๋ฉ๋‹ˆ๋‹ค.

  • ๋ฒฝ๋Œ๊นจ๊ธฐ ๊ฒŒ์ž„ ๋ด‡ ํ•™์Šต
  • ์—๋„ˆ์ง€ ์ตœ์ ํ™” ์žฅ์น˜ ์ œ์–ด ๋ชจ๋ธ
    ์‹ค์‹œ๊ฐ„์œผ๋กœ ํ™˜๊ฒฝ์— ๋Œ€์ฒ˜ํ•˜๋Š” ๋ฐฉ๋ฒ•์„ ๋ฐฐ์šด๋‹ค๋Š” ์ ์ด ํ™•์—ฐํžˆ ๋‹ค๋ฅธ ์ปจ์…‰์ธ๋ฐ, ์ž์„ธํ•œ ๋‚ด์šฉ์€ Reinforcement Learning ์นดํ…Œ๊ณ ๋ฆฌ(https://dnai-deny.tistory.com/category/%F0%9F%90%AC%20ML%20%26%20Data/%F0%9F%93%AE%20Reinforcement%20Learning)์—์„œ ๋‹ค๋ฃจ๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค.

3. ๋ถ„๋ฅ˜(Classification)์™€ ํšŒ๊ท€(Regression)

๋ถ„๋ฅ˜(Classification)

์ œ๊ฒŒ ๊ฐ€์žฅ ์นœ์ˆ™ํ•œ ๋ถ„๋ฅ˜ ๋ฌธ์ œ๋Š” MNIST hand writing ๋ฐ์ดํ„ฐ์…‹ ๋ถ„๋ฅ˜์ž…๋‹ˆ๋‹ค. ์•„๋งˆ ๋Œ€๋ถ€๋ถ„์˜ ์—”์ง€๋‹ˆ์–ด ๋ถ„๋“ค๊ป˜์„œ MNIST ๋ฐ์ดํ„ฐ์…‹์œผ๋กœ ๋จธ์‹ ๋Ÿฌ๋‹ ์ž…๋ฌธ์„ ํ•˜์…จ์„ ๊ฒƒ์œผ๋กœ ์ƒ๊ฐ๋ฉ๋‹ˆ๋‹ค.


(์ถœ์ฒ˜ - Towards Data Science)
MNIST ๋ฐ์ดํ„ฐ์…‹์€ 0๋ถ€ํ„ฐ 9๊นŒ์ง€๋ฅผ ์†์œผ๋กœ ์“ด ์ด๋ฏธ์ง€๋“ค๋กœ ๊ตฌ์„ฑ๋˜์–ด ์žˆ์Šต๋‹ˆ๋‹ค. ์ด ์ด๋ฏธ์ง€ ๊ฐ๊ฐ์— "์ด ์ด๋ฏธ์ง€๋Š” 7์ด์•ผ, ์ด ์ด๋ฏธ์ง€๋Š” 6์ด์•ผ" ํ•˜๊ณ  ๋ผ๋ฒจ์„ ๋‹ฌ์•„์ค€ ๋’ค์— ๋ถ„๋ฅ˜๋ชจ๋ธ์„ ์‹คํ–‰์‹œ์ผœ ์‹ค์ œ๋กœ ๋ชจ๋ธ์ด ์ •ํ™•ํ•˜๊ฒŒ ์ด๋ฏธ์ง€๋ฅผ ์˜ฌ๋ฐ”๋ฅธ ํด๋ž˜์Šค๋กœ ๋ถ„๋ฅ˜ํ•  ์ˆ˜ ์žˆ๊ฒŒ๋” ํ•ฉ๋‹ˆ๋‹ค. ์ด๋Ÿฌํ•œ ๋ฌธ์ œ๋ฅผ ์ง€๋„ํ•™์Šต - ๋ถ„๋ฅ˜ ๋ฌธ์ œ๋กœ ๋ด…๋‹ˆ๋‹ค.

๋น„์ง€๋„ ํ•™์Šต์˜ ์˜์—ญ์—์„œ๋Š” ์‚ฐ์žฌ๋œ ๋ฐ์ดํ„ฐ๋ฅผ ์ฃผ๊ณ , ํŠน์„ฑ์— ๋”ฐ๋ผ ๊ทธ๋ฃน์„ ๋งŒ๋“œ๋Š” Clustering ์ด ๋Œ€ํ‘œ์ ์ž…๋‹ˆ๋‹ค.

(์ถœ์ฒ˜ - Water Programming)
๋ฐ์ดํ„ฐ์˜ ํŠน์„ฑ์„ ์ถ”์ถœํ•ด๋‚ด๊ณ , ๊ทธ ํŠน์„ฑ์„ ๊ธฐ๋ฐ˜์œผ๋กœ ๊ฐ€๊นŒ์šด ๋…€์„๋ผ๋ฆฌ ๋ฌถ์–ด์ฃผ๋Š” ๋ฐฉ๋ฒ•์ด๋ผ๊ณ  ๋ณด์‹œ๋ฉด ๋˜๊ฒ ์Šต๋‹ˆ๋‹ค.

ํšŒ๊ท€(Regression)

๊ฐ€์žฅ ์œ ๋ช…ํ•œ ํšŒ๊ท€ ๋ฌธ์ œ๋Š” ์•„๋งˆ๋„ ์ง‘๊ฐ’ ์˜ˆ์ธก ๋ฌธ์ œ์ผ ๊ฒ๋‹ˆ๋‹ค. MNIST ๋ฐ์ดํ„ฐ์…‹๊ณผ ํ•จ๊ป˜ ์ž…๋ฌธ ๋ฌธ์ œ๋กœ ์–‘๋Œ€์‚ฐ๋งฅ, ์Œ๋‘๋งˆ์ฐจ๋ฅผ ์ด๋Œ๊ณ  ์žˆ์ฃ . ํšŒ๊ท€ ๋ฌธ์ œ๋Š” ๊ณผ๊ฑฐ์˜ ๋ฐ์ดํ„ฐ๋“ค์„ ๋ณด๊ณ  ํ˜„์žฌ ์ƒํƒœ๊ฐ€ ์ฃผ์–ด์กŒ์„ ๋•Œ ์˜ˆ์ธก๋˜๋Š” ๊ฒฐ๊ณผ๋ฅผ ์ถ”์ •ํ•ด๋‚ด๋Š” ๊ฒƒ์ž…๋‹ˆ๋‹ค.

(์ถœ์ฒ˜ - Grokking Machine Learning)
๋ฐฉ ๊ฐœ์ˆ˜, ๊ฑด์ถ• ์—ฐ๋„ ๋“ฑ๋“ฑ์˜ ๋ฐ์ดํ„ฐ์™€ ์ง‘์˜ ๊ฐ€๊ฒฉ์„ ์ œ๊ณตํ•˜๋ฉด ๋ชจ๋ธ์€ ์ง‘์˜ ๊ฐ€๊ฒฉ์„ ์ œ์™ธํ•œ ํŠน์„ฑ๋“ค๋กœ ์ง‘ ๊ฐ€๊ฒฉ์„ ์˜ˆ์ธกํ•˜๊ณ , ์˜ค์ฐจ๋ฅผ ์ค„์—ฌ๋‚˜๊ฐ‘๋‹ˆ๋‹ค. ํ•™์Šต์ด ์™„๋ฃŒ๋œ ๋ชจ๋ธ์—๊ฒŒ ๋ฐฐ์šธ ๋•Œ ์ผ๋˜ ์ข…๋ฅ˜์˜ ๋ฐ์ดํ„ฐ๋“ค์„ ์ œ๊ณตํ•˜๋ฉด ์ง‘๊ฐ’์„ ์˜ˆ์ธกํ•ด์ฃผ๊ฒŒ ๋˜๋Š” ๊ฒƒ์ด์ฃ .
์ด๋ ‡๊ฒŒ ์—ฐ์†์ ์ธ ๊ฐ’์˜ ๋ฒ”์œ„ ๋‚ด์—์„œ ์˜ˆ์ธก๊ฐ’์ด ๋‚˜์˜ค๋Š” ๊ฒฝ์šฐ๋ฅผ ํšŒ๊ท€ ๋ฌธ์ œ๋ผ๊ณ  ํ•ฉ๋‹ˆ๋‹ค.

์—ฌ๊ธฐ๊นŒ์ง€๊ฐ€ ๋จธ์‹ ๋Ÿฌ๋‹์˜ ๊ธฐ์ดˆ ์ค‘์˜ ๊ธฐ์ดˆ๋ผ๊ณ  ์ƒ๊ฐ์ด ๋ฉ๋‹ˆ๋‹ค. ์•Œ์•„์•ผํ•  ์šฉ์–ด๋Š” ์‚ฐ๋”๋ฏธ๊ณ  ์•ž์œผ๋กœ๋Š” ์ˆ˜ํ•™๊ณผ๋„ ์นœํ•ด์ ธ์•ผ๊ฒ ์ง€๋งŒ, ์šฐ์„  ์ด ์ •๋„๋ถ€ํ„ฐ ์‹œ์ž‘ํ•˜๋„๋ก ํ•ฉ์‹œ๋‹ค. ๋‹ค์Œ ์‹œ๊ฐ„์—๋Š” ํšŒ๊ท€ ๋ฌธ์ œ์— ๋Œ€ํ•ด์„œ ์ข€ ๋” ์ž์„ธํžˆ, ์ˆ˜ํ•™์ ์œผ๋กœ^^ ๋‹ค๋ค„๋ณด๋Š” ์‹œ๊ฐ„์„ ๊ฐ–๊ฒ ์Šต๋‹ˆ๋‹ค. ์ˆ˜๊ณ ํ•˜์…จ์Šต๋‹ˆ๋‹ค!

728x90