작삼심일의 블로그

"한빛미디어 활동을 위해서 책을 제공받아 작성된 서평입니다." 진짜 전문가가 되기 위한 머신러닝 디자인 패턴 지금은 바야흐로 인공지능의 시대라고 말해도 과언이 아닐 정도로 수많은 분야의 사람들이 기계학습, 특히 딥러닝을 활용하고 있다. 나 역시도 딥러닝에 대해 꾸준히 학습 해 가면서 시대에 뒤처지지 않고 좋은 개발자가 되기 위해 노력 중이다. 이런 상황 속에서 딥러닝 네트워크에 대해서만 막연하게 학습하는 것은 그저 암기할 대상만 늘어날 뿐 전혀 실용적이지 않아 보였다. 개발 공부를 하면서 학습한 내용을 실용적으로 만들기 위해서는 하나의 프로세스를 수행하기 위한 과정을 실천할 수 있어야 한다. 물론 학습 초기 단계에서는 문법에 익숙해지고, 간단한 어플리케이션을 만들 수 있는 것으로도 충분하다. 그러나 충분..

"한빛미디어 활동을 위해서 책을 제공받아 작성된 서평입니다." 이제 딥러닝 기초를 뗀 초심자에겐 아주 유용한 중급자 길라잡이 딥러닝을 능숙하게 사용할 줄 안다면 유용한 베이스 라인 실제 테스크를 통해 유용한 테크닉들을 익히기 좋은 교보재 프로그래밍을 공부하고 있거나 관심이 있다면 한번쯤 딥러닝에 대해 들어본적이 있을 것이다. 나 역시 프로그래밍과 뗄 수 없는 삶을 살고 있어 다양한 수업이나 자료들을 찾아 보았다. 대부분의 수업은 기초적인 퍼셉트론(perceptron)부터 시작해서 다층 퍼셉트론(multi-layer perceptron: MLP), 역전파(backpropagation), 컨볼루션(convolution), 순환 신경망(recurrent neural network: RNN) 등에 대해 이론적인..

들어가며¶기계 학습의 대표적인 방법들은 지도학습, 비지도 학습, 그리고 강화 학습 이다. 이번 포스트에서는 이 중 비지도 학습 방법 중 하나인 K-means를 활용한 군집화(clustering)기법에 대한 예제 코드이다. 이번 포스트의 jupyter notebook과 csv파일들은 모두 github에서 확인 할 수 있다. 라이브러리 불러오기¶ In [1]: import pandas as pd import numpy as np from sklearn.cluster import KMeans from sklearn.decomposition import PCA from sklearn.preprocessing import StandardScaler import matplotlib.pyplot as plt impo..

한빛미디어 활동을 위해서 책을 제공받아 작성된 서평입니다. 딥러닝은 몇 년 전부터 4차 산업 혁명의 핵심 기술인 인공지능의 하위 항목으로 대두되는 기술이다. 인공지능은 소위 말하는 컴퓨터를 사용하는 알고리즘(문제 해결을 위해 순차적인 연산을 통해 결과를 만들어 내는 프로그램)의 일종이고, 그 안에는 크게 데이터 기반으로 만들어지는 머신러닝(기계학습)과 규칙 기반의 알고리즘들이 있다. 머신러닝 안에는 문제의 유형이나 데이터의 성격에 따라 수많은 학습 방법들이 존재한다. 그중에는 신경망으로 대표되는 딥러닝 또한 포함되어 있다. 딥러닝은 신경세포가 하는 역할을 모사하여 수학적인 모델로 만든 것이 그 시작이다. 여러 차례의 인공지능에 겨울이 찾아왔지만, 컴퓨터 하드웨어의 급격한 발전과 폭발적으로 늘어난 빅데이터..