<p><span style="font-size:13pt;">오랜만에 오유들어왔는데</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">, </span><span style="font-size:13pt;">아이디를 잃어버렸네요</span><span style="letter-spacing:0pt;font-size:13pt;">ㅠㅠ</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">그냥 저도 관심이 많고 많은 사람들이 관심이 많을 딥 러닝 이야기를 해볼려고 합니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">모든 걸 설명할 수는 없고</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">, </span><span style="font-size:13pt;">지도 학습</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">, </span><span style="font-size:13pt;">인공 신경망 정도는 읽어보시고 오시면 좋을꺼 같네요</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.</span></p> <p> </p> <p></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">1. </span><span style="font-size:13pt;">딥 러닝이 왜 인기인가</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">?</span></p> <p><span style="font-size:13pt;">단순하게 다른 알고리즘보다 인식 성능이 좋습니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.(</span><span style="font-size:13pt;">더 정확하게 특정한 도메인에서 다른 알고리즘들을 따돌렸기 때문입니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">예를 들어 비전</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">, </span><span style="font-size:13pt;">음성 인식 분야</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">, </span><span style="font-size:13pt;">번역</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">). </span><span style="font-size:13pt;">대신 속도가 느리거나 데이터가 많이 필요로 합니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">몇몇 제약 사항들 때문에 항상 만능은 아닙니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">그리고 너무 어려운 문제에서도 당연히 잘 안 됩니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.</span></p> <p> </p> <p></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">2. </span><span style="font-size:13pt;">딥 러닝이란 무엇인가</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">?</span></p> <p><span style="font-size:13pt;">단순히 딥 러닝이라고 하면 이미 아는 사람들끼리 통하는 말인거고</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">, </span><span style="font-size:13pt;">더 정확하게는 깊은 구조를 가진 인공 신경망 기술이라고 하는게 더 정확합니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">딥 러닝이라고 특별한 기술이 들어가지 않습니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">일종의 트릭이라고 불린 만 한게 추가됐을 뿐이지</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">대부분의 이론적 기반은 인공 신경망을 벗어나지 않습니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">이론적 토대는 이미 몇 십년전에 완성되어 있다고 보는게 많습니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span></p> <p> </p> <p></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">3-1. </span><span style="font-size:13pt;">인공 신경망은 이미 있었는데</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">, </span><span style="font-size:13pt;">왜 이제야 딥 러닝을 하는 이유는</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">?(</span><span style="font-size:13pt;">이유</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">)</span></p> <p> </p> <p></p> <p><span style="font-size:13pt;">기존의 인공 신경망 기술은 크게 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">2</span><span style="font-size:13pt;">가지 문제점을 가집니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.</span></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">1> vanishing gradient </span><span style="font-size:13pt;">문제</span></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">2> over-fitting </span><span style="font-size:13pt;">문제</span></p> <p><span style="font-size:13pt;">각각 설명 드리면</span></p> <p> </p> <p></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">1> </span><span style="font-size:13pt;">지금에 와서야 층을 많이 쌓으면 성능이 좋아진다고 알고 있는 거지</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">기존의 인공 신경망 기술에서는 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">3</span><span style="font-size:13pt;">층 이상을 쌓는 행위 자체가 오히려 알고리즘의 성능을 떨어뜨렸습니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">그 원인으로 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">vanishing gradient </span><span style="font-size:13pt;">문제입니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">이건 뭐냐하면 인공 신경망을 학습할 때 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">back-propagation</span><span style="font-size:13pt;">을 사용합니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.(</span><span style="font-size:13pt;">별로 복잡한 방법은 아닙니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">찾아보시면 금방 이해되실 껍니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.) </span><span style="font-size:13pt;">그런데 이게 한두 층일 때는 작동을 아주 잘하지만 층이 많아 지면 에러를 입력층로 전파할 때</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">, error</span><span style="font-size:13pt;">에 의한 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">gradient </span><span style="font-size:13pt;">자체가 소실되는 현상이 일어납니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">그러니 층이 많아져도 정작 학습하는 층이 몇 층이 안 되게 됩니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.</span></p> <p> </p> <p></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">2></span></p> <p><span style="font-size:13pt;">인공 신경망의 고질적인 문제인데</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">, </span><span style="font-size:13pt;">보통 학습 알고리즘을 테스트할 때</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">, </span><span style="font-size:13pt;">학습용 데이터와 검증용 데이터를 분리시킵니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">이렇게 분리시키는 이유는 학습용 데이터만 너무 학습이 잘 되고</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">, </span><span style="font-size:13pt;">일반화된 규칙을 못 찾을 수 있기 때문입니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">그렇게 되면 검증용 데이터에 대한 성능치는 낮게 나올 껍니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">그런데 인공 신경망은 보통 학습 데이터에만 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">fitting</span><span style="font-size:13pt;">이 잘 되는 문제인 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">overfitting</span><span style="font-size:13pt;">이 자주 일어납니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.</span></p> <p> </p> <p></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">3-2. </span><span style="font-size:13pt;">인공 신경망은 이미 있었는데</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">, </span><span style="font-size:13pt;">왜 이제야 딥 러닝을 하는 이유는</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">?(</span><span style="font-size:13pt;">해결</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">)</span></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">1> 2006</span><span style="font-size:13pt;">년에 한 가지 기묘한 해결법이 나옵니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">원래 인공 신경망은 초기 가중치를 가집니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">이 가중치가 중요하다는 건 알려져 왔지만</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">, </span><span style="font-size:13pt;">데이터에 기반한 초기 가중치 설정을 한 뒤 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">back-propagation</span><span style="font-size:13pt;">을 하는 시도를 했고 엄청나게 좋은 성능치가 나오게 됩니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">얇은 구조가 아닌 깊은 구조에서 말이죠</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">이 시도는 그 유명한 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">hinton </span><span style="font-size:13pt;">교수에 의해 이루어집니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span></p> <p><span style="font-size:13pt;">이 시도의 의의를 지금의 시점에서 이야기해드리면 저 방식은 이제 사용하지 않습니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">대단히 귀찮거든요</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">대신 저 시도를 통해 우리는 한 가지를 알아낼 수 있습니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">깊은 구조를 가진 인공 신경망 기술도 충분히 학습이 가능하고</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">, </span><span style="font-size:13pt;">오히려 기존의 알고리즘보다 성능이 더 높을 수 있다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">딥 러닝이 탄생하는 순간이네요</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">! </span><span style="font-size:13pt;">요즘은 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">CNN(convolutional neural network), relu, Dropout </span><span style="font-size:13pt;">같은 간편한 방법으로 저 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">vanishing </span><span style="font-size:13pt;">문제를 해결합니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">이런 간편한 방법을 적용하면서 여러 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">competition</span><span style="font-size:13pt;">에서 좋은 성능을 내던 때가 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">2012</span><span style="font-size:13pt;">년 쯤 일껍니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">2> </span></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">vanishing </span><span style="font-size:13pt;">문제가 해결되었다고 해서 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">overfitting</span><span style="font-size:13pt;">이 해결된거는 아니죠</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">하지만 이 문제는 알고리즘적으로 해결되지는 않았지만</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">, </span><span style="font-size:13pt;">대신 환경적으로 어느 정도 해결이 되었습니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. over-fitting </span><span style="font-size:13pt;">문제를 설명드릴 때 학습 데이터와 검증용 데이터를 설명드렸습니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">이 때 학습용 데이터의 크기가 정말 엄청나게 크다면 어떻게 될까요</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">? </span><span style="font-size:13pt;">원래 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">overfitting</span><span style="font-size:13pt;">을 특정 분포의 데이터에 편중되게 학습이 되기 때문에 문제가 되는 겁니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">하지만 학습 데이터 자체가 이미 커버린다면 편중되게 학습된다는 것 자체의 의미가 사라집니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">그런데 지금이야 인공지능이다 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">4</span><span style="font-size:13pt;">차 산업이다 뭐다 하지만 이 전의 한 가지 트렌드가 있었습니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">빅 데이터이죠</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">이미 몇 십년 전과 다르게 데이터를 처리하는 프레임워크의 발전과 접근성이 엄청나게 늘어났습니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">지금이 딥러닝에서 사용할 데이터에 접근하기 매우 좋은 시기가 된 것이죠</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.</span></p> <p> </p> <p></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">4. </span><span style="font-size:13pt;">딥러닝 한번 공부해보고 싶은데 어떻게</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">?</span></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">1. </span><span style="font-size:13pt;">기본 지식을 익힌다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.(</span><span style="font-size:13pt;">인공 신경망</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">, </span><span style="font-size:13pt;">기계 학습 기초 이론</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">) PPT</span><span style="font-size:13pt;">자료들을 구글같은데서라도 찾아보시면 좋을거 같습니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.</span></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">2. </span><span style="font-size:13pt;">쓸데없을 수도 있지만</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">, </span><span style="font-size:13pt;">패턴 인식 책에서 인공 신경망 챕터의 연습 문제 정도는 풀어 볼 것을 추천 드립니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.(</span><span style="font-size:13pt;">어차피 이 이후로 이런 건 안합니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.) </span><span style="font-size:13pt;">그리고 선형 회귀에서 최소 자승법 정도를 이해할 것을 추천드립니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">머신 러닝의 기본은 수치 최적화라고 생각합니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.</span></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">3. </span><span style="font-size:13pt;">한가지 라이브러리를 선택합니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.(</span><span style="font-size:13pt;">저는 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">python + tensorflow </span><span style="font-size:13pt;">조합을 추천드립니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.) </span></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">4. </span><span style="font-size:13pt;">코딩의 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">hello world</span><span style="font-size:13pt;">처럼 하는게 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">MNIST </span><span style="font-size:13pt;">데이터셋 예제입니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">이 데이터 셋에 대해서 </span></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">1> single-layer</span></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">2> multi-layer</span></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">3> convolutional neural network </span></p> <p><span style="font-size:13pt;">순으로 구현해 보는걸 추천드립니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.(</span><span style="font-size:13pt;">텐서플로우 예제 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">:<a target="_blank" href="https://tensorflow.blog/2016/04/28/first-contact-with-tensorflow/" target="_blank">https://tensorflow.blog/2016/04/28/first-contact-with-tensorflow/</a>)</span></p> <p> </p> <p></p> <p> </p> <p></p> <p><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">5. </span><span style="font-size:13pt;">그 다음 공부는</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">?</span></p> <p><span style="font-size:13pt;">여기 단계부터는 전부 세분화되어 들어갑니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">머신 러닝의 분야는 생각보다 많습니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">그 방법에 맞는 접근법이 존재합니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">예를 들어 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">CNN</span><span style="font-size:13pt;">의 경우는 이미지에 특화된 방식입니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">시계열 데이터라면 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">rnn(recurrent neural network)</span><span style="font-size:13pt;">을 사용할 겁니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">알파고 같은 알고리즘을 풀기 위해서 강화학습을 위한 알고리즘나 </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">mcts</span><span style="font-size:13pt;">같은 아예 다른 기법도 알아야 됩니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">먼저 분야를 정하고 어떻게 돌아가는지 탐색부터 하시면서 하면 좋을꺼 같습니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">구글 신은 알고 계십니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">문제는 옳은 질문이죠</span></p> <p> </p> <p></p> <p><span lang="en-us" style="font-family:'함초롬바탕';font-size:13pt;"> </span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;"># </span><span style="font-size:13pt;">추신</span></p> <p><span style="font-size:13pt;">저의 설명이 부정확할 수도 부족할 수도 있습니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">. </span><span style="font-size:13pt;">댓글 달아주시면 감사하겠습니다</span><span lang="en-us" style="font-family:'함초롬바탕';letter-spacing:0pt;font-size:13pt;">.</span></p> <p><br></p> <p> </p> <p></p>