beginner study - Machine / Deep learning ( 머신 러닝 )

개인적으로 관심이 있어서

공부한 내용을 글로 남겨보려고 시작하는

포스팅입니다.

 

나중에 개인적으로  다시 review 하기 위해 기록을 

남기려는 목적과

저처럼 이 분야에 처음인 분들에게

 공유하면 조금이라도 도움이 되지 않을까 라는

생각에서 작성해보았습니다.

 

전문 분야도 아니고 초보이기때문에

감안하시고 글을 봐주시면 고맙겠습니다.

시간될때 조금씩 학습한 내용을 

올려 보려고 합니다.

 

유투브나 인터넷에 보면 관련한 오픈 강좌들이 

많이 있는데요.  개인에 맞는 것을

찾아서 들으시면 도움이 되실것 같아요

 

저는 인터넷 및 유투브의 모두를 위한

딥러닝 강좌 등을 참조하였습니다

 

 

Machine learning (머신 러닝)

1.  ‘머신러닝’의 정의

     - 1959년에 아서 사무엘(Arthur Samuel)에 의해 최초로 정의.   

        Field of study that gives computers the ability to learn without being explicitly programmed.

     -  전통적인 컴퓨터 프로그램은 미리 입력해놓은 정해진 규칙만을 따름. 복잡한 규칙일수록 일일히

        사람이 지정해주기 어렵다.

     -  명시적인 프로그래밍 없이도 학습할 능력을 컴퓨터에 부여하는 연구 분야 

 

    -  Deep learning 

       머신 러닝의 분야중 사람 뇌의 모양이 여러개의 뉴런이 모여서 이루어진것 처럼, 머신 러닝의 학습 모

       델을 두뇌의  모양과 같이 여러개의 계산 노드를 여러 층으로 연결해서 만들어낸 모델

neural network example

 

2. machine learning 알고리즘에 대한 기본 이해 

    - linear regression, logistic regression (classification)

      :: machine learning의 기본 알고리즘으로 이해 필요

           1> classification : 입력값에 대한 결과값이 연속적이지 않고 몇개의 종류로 나누어

                지는 결과가 나오는 경우 

                ex) 각 사진을 보고 "고양이" 사진인지 분류하는 경우  :  입력 (사진), 출력(고양이)

           2> regression :  결과값이 연속성을 갖는 경우 regression 문제로 정의 

                ex)  택시 주행 거리에 따른 요금 매핑의 경우

    - neural network, convolutional neural nework,  recurrent neural nework

      :: deep learning 이해를 위해 학습 필요

 

3. machine learning 관련한 tool 

    - Tensorflow  :  ML 을 이용하여 문제를 풀고자 할 경우 활용

    - Python  :   tensor flow 기반이 되는 programming language

 

4. 추천 강좌

    - Andrew Ng's ML class

 

5. Tensorflow

    - https://www.tensorflow.org 

TensorFlow