200315 친절한 AI 유튜브 영상 (6강~13강 시청 후기) - 그동안 책으로 읽었던 것들이 조망되었다.

2020. 3. 15.


어제 들은 1강~5강에 이어서


오늘도 운동하며 현재까지 나온 6강~13강까지 들었다.


그동안 AI관련해서 책으로 읽었던 것들이 조망된 느낌이었다.


상당한 시간과 노력이 들었을 텐데 이렇게 조망해 주셔서 고마웠다.



아래는 영상을 들으며 개인적으로 의미 있었던 부분의 스크린샷이다.






인공지능, 머신러닝, 딥러닝의 차이 


(개인적으로는 인공지능, 인공 지능, 머신러닝, 머신 러닝, 딥 러닝, 딥러닝, 딥-러닝 이 궁금하다. 나 역시 태그 조차도 띄여쓰기를 혼재해서 쓴다) 





포함관계 






기존 컴퓨터과학과 머신러닝의 차이 


상당히 쉽게 설명해 주신다. 





중요한 것은 데이터의 양 





그렇게 계산된 답은 '더하기'





이제 예를 들어서 설명한다. 





고양이 찾기 





머신러닝 알고리즘 





간단한 예





그렇다면 어떤 종류가 있을까 






머신러닝의 계략적 계관





먼저 분류, 






분류 알고리즘 


분류에서 중요한 것은 레벨링 (답 정해주기)


레벨링 데이터의 정확성 






다음은 회귀 


(예측된 점수군들) 






그래프 






 그 점수에 시간을 더한 예측의 예 






예측 = 회귀 + 시간 






내게 페이스북 차단을 준 


이상값 감지 






이상한 애를 찾아라 






코딩 갤럭시 AI 학습분석에 보여준


그룹화 






그룹화는 인터넷 쇼핑몰 추천 큐레이션 알고리즘에도 사용된다고 






그룹화의 예






다음은 강화학습 






강화학습은 특정 목적을 가지고 로봇이 배우는 것 






지도학습이 라벨링을 해준 것 다르게 






지도(map)학습이 아닌 지도(teaching)학습이었다. 


AI 용어가 일반적인 용어라면 얼마나 좋을까 


마치 순차를 순서나 차례로 


선택을 조건으로 바꾸면 어떨까 말이다. 






코딩에서 라벨, 태그, 타겟, 클래스로 사용된다는 것을 처음 알았다. 






친절하게 생활속의 라벨 설명 






지도학습 설명 






비지도학습 설명 






그룹핑을 해준다. 






특정화 되어 있지않고, 차이점을 분간한다는 






반면, 강화 학습은 목표 지향적 





환경에 따라 행동해서 


목표를 못 이루면 다르게 상태변화해서 


계속 그렇게 하다가 성공하면 


보상을 준다


그렇게 강화 한다는 








다시 조망 






강화 학습 요약 






머신러닝 종류의 유명한 표란다. 






이 종류도 유명하다고 






이 분류 역시 유명 






머신 러닝 방법에 대한 영상에서는 


커피 종류와 커피 방법이 다르다는 예시로 


친절하고 쉽게 설명한다. 






다양한 커피가 있고 


특정 커피에 따라 특정 커피 방법이 필요하듯 


머신 러닝도 그러하다고 






친절하게 설명한다. 






그렇게 분간하고 보니 


이해가 확 되었다. 


초등학생에게는 어떻게 설명해야 할까하는 고민도 잠시 






더 공부를 하기 위해선 여길 보면 된다고 한다. 







여기도 참조하고 







머신러닝 알고리즘에 사용되는 것들 






다음은 딥러닝 소개다. 


딥러닝은 인공 신경망의 일종 







인간의 뇌 세포를 따라한 인공 신경 






인공지능이 인간과 비슷하게 동작하게 하는 기술 이듯 






인공 신경도 인간의 사고와 비슷하다. 


각 변수에 따라 밥먹을지가 걱정된다. 






각 입력 값을 계산 해 출력한다. 






만일 배고픔이 많으면 밥을 먹을 것이다. 






이런 간단한 얇은 선택지가 모여서 


두껍게 깊은 (deep) 신경망이 된다. 


이것이 딥 러닝 






다양한 결과를 준다. 






딥러닝이 사용되는 예들 






립러닝 개조도 






뭐가 좋은지에 대한 설명 






앞으로 배울 영역들






보통 딥러닝과 머신러닝의 차이를 물어보면 


머신러닝에 딥러닝이 포함되기에 


딥러닝과 전통적인 머신러닝의 차이를 지칭하는 것이라고 






갑자기 나온 고등어의 예 






딥러닝에서 중요한 변수를 특징짓는 작업 






각 영역에서 사용되는 것들 






머신러닝의 간단한 구조식 






독립변수에 따라 결정되는 종속 변수 






러닝이라는 것의 의미 






라벨은 특징을 구별지을 수 없다. 






그래서 독립변수로 종속변수를 알게 되는데 






각 값들을 통해서 w와 b 값을 계산하게 된다고 






간단한 것은 사람이 할 수 있지만 






다양한 값을 생각하고 






예측해서 







구한다.





그런데 복잡한 경우 w와 b를 머신러닝 모델이 구해준다고 한다. 







여기서 잘 이해가 안 된 점이 고양이의 예였다. 






결론은 이런 알고리즘 값이 있다고 하는데 









이해가 안 되는 점을 답글로 적었다. 



내 채널은 답글을 사용중지로 했는데 


다행이 이 채널은 답글을 할 수 있어서 좋았다. 


나도 답글을 사용가능을 해야 하나 


고민이 되었다. 





소중한 혜안을 나누준 채널에게 감사하다. 


나 역시 더 나눠야 할까 고민이다. 





아래는 오늘 본 영상 






6강





7강





8강





9강





10강





11강





12강





13강 






 ---


최만드림 인공지능 / 머신러닝 관련 글





댓글

댓글 쓰기