코리안 하이랜더의 일상

양 : 강형ㅇ 동영상 다 봤지? 참 요즘 할거 많아. 우리 어릴땐 그냥 플래시 게임이었는데 ㅋㅋㅋ 조 : 에이 형 피시방가서 친구들하고 카오스, 와우, 그런거 겁나했다면서. 양 : 플래시는 문자 그대로 초등학생때지. 너네 쥬니버 들어가던 거처럼. 그나저나 플래시 너희 어릴때 단종됫다며? 혹시 플래시로 뭐 만들어보고 그랬니? 조 : 나도 게임 만들어 보려고 한번 손대봤어. 그런데 플래시 이야기는 왜? 양 : 딥러닝 이야기 다시 하려고 그런다. 플래시 보면 '레이어' 라는 기능 있지? 조 : 그 층층이 있는거? 양 : 그게 딥러닝에도 사용되. 우리가 사고하는 단계를 레이어로 표현한거야. 아까 그렇게 말하던 합성곱은 그 레이어 중 하나야.위에 사진을 보면 예시가 나와있는데, 주로 합성곱->풀링->합성곱->FC..

알파고 쇼크 뒤 몇년이 지났는데도 딥러닝과 머신러닝의 차이를 잘 이해하지 못해서 제게 물어보시는 분들이 계십니다. 흔히 딥러닝을 사람들이 언급할때 자주 하는 말이 '사람의 생각을 본따' 라고 하는데, 이 말을 통해서 설명해드릴게요. 머신러닝은 학습할 때 특정 수치를 받습니다. 딥러닝은 결국 숫자로 변환하긴 하지만, 이 수치가 뭔지 직접 사람이 가르치지는 않습니다. 잘 안 와닿으신다고요? 그렇다면 이렇게 생각해 봅시다. AI에게 포메라니안과 (재패니즈) 스피츠를 구분하도록 학습시킨다 해봅시다. 머신러닝의 경우 몸무게, 모색(물론 숫자코드로 받습니다), 체고, 머즐길이 등 수치를 받습니다. 블랙탄, 갈색 스피츠나(적어도 재패니즈 스피츠가 대다수인 한국에서는) 5키로가 넘는 포메라니안은 보신 적이 없을겁니다 ..

모든 수업은 파이썬 (Python 3 이상) 으로 진행됩니다. Pycharm 등 IDE 사용도 좋지만, Jupyter Notebook 이나 Google Colab 사용을 더욱 권장드립니다. Google Colab 에 있는 전체 컴필레이션은 확률편 마지막 강의에 올릴 예정입니다. 왜 확률을 배워야 하나요? 머신 러닝이니, 데이터 사이언스니 하는 머리아픈 일 들어가기 전에 잠깐 기본적인 이야기 좀 할게요. 인공지능도 사람이 만든 것, 결국 사람의 의사결정 구조를 본딴 거에 불과합니다. 잠깐 생각해 봅시다. 우리가 어떻게 의사결정을 내리나요? 여러분 앞에 이렇게 생긴 강아지가 나타났다고 가정해봅시다. 얘가 포메라니안인지, 말티즈인지, 스피츠인지, 사모예드인지, 스키퍼키인지 처음 보는 사람은 잘 모릅니다. 하지..