공감생활

본격적인 머신러닝(ML) 개념에 대해서 학습이 시작된다. 3분짜리 간략한 영상인데, 영상을 요약하면 다음과 같다. ML을 이용했을 때에 누릴 수 있는 소프트웨어 엔지니어로서 3가지 장점 프로그래밍 시간을 줄일 수 있는 도구를 얻음 제품을 맞춤 설정하여 특정 집단 사용자에게 제공 가능 수동으로 못할 것 같은 방법을 해결 가능 이것 이외에도 철학적인 이유가 한번 언급되었다. 논리적이고 수학적인 사고 : 수리과학적 사고방식 에서 관찰하고 실험하며 통계를 사용하는 과학적인 사고 : 자연과학적 사고방식 으로 문제에 대한 사고방식을 바꿔준다는 것이다. 짧은 영상이었지만 왜 우리가 ML을 배우는지에 대해 상기할 수 있는 좋은 영상이다.

본격적인 실습에 앞서 실습 페이지를 탐색한다. 앞선 페이지에서 설명드렸듯이 우리는 Colaboratory 플랫폼을 사용한다. 구글에서 하는 교육이고 하니 웬만하면 'Chrome'을 이용하는 걸 추천한다. 대부분의 프로그래밍 실습은 캘리포니아 주택 데이터 세트 를 이용한다. 실습은 프로그래밍과 이해도 확인, 플레이그라운드 탭으로 구성되어 있는데 아래는 먼저 프로그래밍 탭 구성이다. Tensorflow를 활용한 프로그래밍의 A to Z가 쓰여 있다. 다음은 이해도 확인을 위한 내용이 쓰여있다. 마지막으론 아래 이미지와 같이 플레이그라운드 탭이 있는데... 실습 내용 구성을 미루어 보았을 때, 단기 집중 과정이라는 특징상 자세한 설명은 아닐 것으로 추측한다. 추가적으로 스터디를 해야 하는 내용일 것이다.

개요 페이지를 넘어가면 아래와 같은 전체 페이지가 나온다. 앞으로 해당 페이지 통해서 계속 교육을 진행할 거다. 좌측의 강의 구성과 우측의 목차를 강의별로 확인하면서 이용하면 될 것 같다. 첫 번째 3가지 선택항목 중 머신러닝 단기집중과정이 나에게 맞을까요? 두 번째 답변으로 눌렀다. "머신러닝에 대해 약간의 배경 지식이 있지만 최신 정보를 접하고 체계적인 이해를 갖추고자 합니다." 사실 이것저것 눌러봤자 똑같이 학습 시작 버튼이 활성화된다. 먼저 교육 시작 전에 확인해야 할 필수사항 몇 가지 알아보자. 단기집중과정이기 때문에 사전 지식은 필요하지 않다고 명시되어있다. 다만 어느 정도 선행 학습되어있다면 이해가 수월할 것으로 예상된다. (사실 너무 뻔한 얘기다. 당연한 소리.) 기본 대수학 개념과 Pyt..