불친절한 블로그
[Machine Learning] 내가 생각하는 머신러닝 본문
요새 더욱더 집중되고 있는 기술이라고 생각한다.
전에는 연구단계여서 그런지 상용화가 덜 된 느낌이였는데
지금은 사용자의 습관을 반영해주는 네비게이션, 알파고, AI를 통해 지금은 들을 수 없는 옛가수들의 다른노래들 등등
이러한 기술들이 어떻게 가능한걸까?
무슨 원리일지 궁금하다.
그 시작은 기계학습(Machine Learning)이다.
경험을 통해 자동으로 개선/학습하는 컴퓨터 알고리즘의 연구이다.
문뜩, 샤워를 하다가 샴푸로 머리를 감고, 비눗방울을 만들다가
다른 날에 샴푸로 머리를 감고, 바디워시로 몸을 씻다가 비눗방울을 만들어보면서
이상한 생각을 했다.
샴푸와 바디워시를 섞은 비눗방울이 샴푸로만 만든 비눗방울보다 더 잘만들어질까?
이러한 의문이 '가설'이다.
가장 많이 사용되는 예시로는 강아지/고양이 구분인데,
'이 사진에 나와있는 생명체는 고양이인가?' 라는 가설을 가지고 기계학습은 시작될 수 있다.
컴퓨터에게 수많은 강아지 사진을 보여주고 '이건 강아지야'라고 정의한다.
또 수많은 고양이 사진을 보여주고 '이건 고양이야'라고 정의한다.
그 후에 새로운 고양이 사진을 가져와서 물어본다.
'이건 뭐야?'
그럼 컴퓨터는 그 전에 수많은 사진들을 봐오면서 학습한 내용을 토대로 새로운 사진이 강아지인지 고양이 인지 판단한다.
처음 이야기한 예시에 이러한 내용을 적용시키면
사용자의 습관을 반영해주는 네비게이션은 집가는 길을 네비게이션이 제시를 해준다.
그런데 운전자는 다른길로 간다. 이러한 상황이 계속 반복되면 네비게이션은 운전자의 습관을 학습해서
그 길이 안내하는 길과 시간차이가 크지 않으면 운전자 습관의 길로 안내를 한다.
알파고의 경우
수많은 대국을 학습한다.
수를 놓았을때 이러한 상황에서는 어디에 두었는지 어디에 두었을때 더 유리한지를 학습하고,
새로운 대국을 진행할때 지금껏 학습한 경험을 가지고 더 좋은 수를 두게 된다.
앞으로 머신러닝에 대해서 더 알아보는 시간을 갖도록 해야겠다.
오늘 일기끝
'Etc > Study' 카테고리의 다른 글
[AWS] DynamoDB 사용해보기 (0) | 2021.03.30 |
---|---|
[Git] 프로젝트 내려받기 (0) | 2021.02.15 |
[PWA] PWA 검사! 어떻게? Lighthouse! (0) | 2021.02.09 |
[Docker] 기존 프로젝트 docker hub에 업로드 하기 (0) | 2021.02.05 |
[Python][Flask][Postman] Flask 데이터 Postman으로 주고받기 (0) | 2021.01.27 |