안녕하세요 솬씨티입니다 ^_^
제가 기발자를 꿈꾼다는 건 저번에 말했었죠?
특히 데이터 사이언스 쪽으로 관심이 많은데요.
이번주부터 인프런에서 최성철 교수님의
밑바닥부터 시작하는 머신러닝 강좌를 수강하였습니다.
강의비와 교재비에다가 제 미래를 투자한 것이죠 후후
천리길도 한걸음부터!
라고는 하지만..
갈 길이 멀기에 차치하고
밑바닥부터 시작하는 머신러닝 입문
들어가기로 마음 먹었습니다 ^_^
대학교 때부터 친하게 지낸 선배가 컴퓨터 공학과를 전공해서
벌써 국립대 정교수가 되었는데요! (대단...)
그 형한테도 커리큘럼 한번 상담 받고 인가 떨어지자마자
바로 착수하였습니다 !
아, 참고로 저는 본전공이 경영학도에다가
복수전공이 스포츠레저학이어서
한 학습 내용을 다이브하는 것보다는
제가 배운 내용을 Top-down 형식으로 진행하겠습니다.
(깃허브에서는 이런 형식을 TIL이라고 한다네요, Today I Learned)
역시 개발자들 멋있어ㅋ
1-1. Machine Learning Overview
머신 러닝은 뭐냐?
쉽게 말해 한마디로!
컴퓨터에게 뭔가를 가르쳐 어떤 것을 잘하게 한다!
이걸로 정의내릴 수 있습니다.
주가를 예측하거나
사진을 보고 누군지를 맞춘다거나
사물과 도로를 인식하여 자율 주행을 한다거나 등등
이 모든게 머신러닝을 기반으로 이루어집니다.
데이터 사이언스 전문가이자
카카오 비즈개발 서비스 담당 하용호님에 의하면
개인적으로 하용호님의 데이터 사이언스에 대한 신념을
굉장히 좋아합니다.. 여러 인터뷰에서도 제게 감명을 주신 분이구요!
http://www.dbguide.net/knowledge.db?cmd=interview_view&boardUid=185863&boardConfigUid=84&boardStep=0&categoryUid
어쨌든 입문 1장은 이렇게 정리할 수 있다고 합니다 ^_^
1-2. An Understanding of the Data Keywords
머신러닝을 알기 위해선
크게 세가지 키워드를 숙지해야 합니다.
① Big Data
고성능 머신을 이용해 실시간으로 대용량 데이터를 처리하는 기술입니다.
② Machine Learning
데이터의 패턴을 학습하여 알고리즘을 만들고 학습 모델을 세우는 과정(?)을 말합니다.
③ Data Mining
사실상 머신러닝과 같은 의미이며 주로 비즈니스 분야에 적용됩니다.
④ Deep Learning
뉴럴 네트워크를 기반으로 한 머신러닝 알고리즘입니다.
이 키워드를 보고 다음의 도식표를 보면
어느 정도 관계성을 알 수 있습니다.
원래 챕터 하나를 한 글에다가
다 담으려고 했는데 학습으로는 처음 접하는 분야이다 보니
정리하는데 꽤나 걸리네요 ㅠㅠ
챕터 1 남은 부분은
다음에 이어서 하도록 하겠습니다.
밑바닥부터 시작하는 거라 호흡 가다듬고
길~게 가보겠습니다.
감사합니다 ^_^
'Business > IT Knowledge' 카테고리의 다른 글
[Ad Tech] 세계 10위권의 Ad Exchange 社, Index Exchange 분석 (6) | 2020.03.16 |
---|---|
[ML] 밑바닥부터 시작하는 머신러닝 Chapter 1-2 (2) | 2020.03.10 |
YouTube의 Ad sequencing을 이용해 재도약한 Airbnb (0) | 2020.03.04 |
[ML] 의사결정나무(Decision Tree)_재귀적 분기(recursive partitioning) (0) | 2020.02.25 |
[Ad Tech] AD Mediation의 역할 in 온라인 광고 시장 (2) | 2020.02.19 |
댓글