딥러닝이란?

딥러닝이란?

• 심층신경망(Deep Neural Network, DNN)을 학습시켜 문제를 해결하는 방법
• 심층신경망이란, 인공신경망(Artificial Neural Network, ANN)의 한 종류라고 볼 수 있다. 인공신경망을 구성하는 신경망 계층을 기존에 비해 더 깊게 구성하여 복잡한 문제를 풀 수 있도록 하는 것
• 여러 가지 수학적 테크닉이 가미되어 과거에는 학습시킬 수 없었던 깊은 신경망을 학습 시킬수 있게 되었다.
• 인터넷과 모바일 기기의 발달로 빅데이터가 널리 활용됨에 따라 이를 통해 심층 신경망을 학습시킬만한 충분한 데이터를 확보할 수 있게 되었다.
• GPU의 발달로 병렬연산(parallel operation)에 대한 방법이 대중화되며 신경망의 학습 및 추론 속도가 비약적으로 상승하였다.

좋은 인공지능이란?

• 인공지능 모델이란?
  • 인공지능모델은 x가 입력으로 주어졌을 때 y를 출력하여 반환하는 함수라고 할 수 있다/
  • $y = f(x)$
  • 이때 함수가 어떻게 동작할지 정해놓은 내용을 파라미터(weight parameter) $\theta$ 라고 한다.
• 학습이란 수집된 데이터x와 y 쌍을 통해 함수 f가 x로부터 y로 가는 관계를 배우는 것을 의미한다.
• x와 y를 통해 함수의 동장 방식 파라미터 $\theta$를 찾아내는 과정
• 하나의 의견이지만, 일반화를 잘하는 모델이 좋은 인공지능 모델이라고 할 수 있을 것 같다.
  • 여기서 일반화란 보지 못한 데이터에 대해서 좋은 예측을 하는 것

머신러닝 프로젝트 워크플로

• 일반적인 머신러닝 프로젝트의 진행 순서

 

1. 문제 정의
   1. 단계를 나누고 simplify
   2. x와 y를 정의
2. 데이터 수집
   1. 문제 정의에 따른 수집
   2. 필요에 따라 레이블링
3. 데이터 전처리 및 분석
   1. 형태를 가공
   2. 필요에 따라 EDA 수행
4. 알고리즘 적용
   1. 가설을 세우고 구현/적용
5. 평가
   
   1. 실험 설계
   2. 테스트셋 구성
6. 배포
   1. Restful API를 통한 배포
   2. 상황에 따라 유지/보수