IHL Factory

본 문서의 목적은 머신러닝에 관한 기초 지식을 갖춘 독자들이 Google의 머신러닝 관련 권장사항을 참고할 수 있도록 돕는 것으로, Google C++ 스타일 가이드 등의 인기 있는 실무 프로그래밍 가이드처럼 머신러닝에 관한 스타일을 제시합니다. 머신러닝 수업을 들은 적이 있거나 머신러닝 모델을 개발하거나 다뤄본 경험이 있다면 이 문서를 읽는 데 필요한 배경 지식을 갖춘 것입니다. -Martin Zinkevich 아래 링크의 글을 요약 정리하여 재구성한 글입니다. 글은 저자(Martin Zinkevich)의 기계 학습 실무 경험을 바탕으로 둔 실무지침서입니다. 하지만, 비단 실무 뿐만 아니라 기계 학습의 연구에도 좋은 직관(insight)를 주는 글이라고 생각되어 정리합니다. 머신러닝의 규칙: | ML ..

석사 1학기 (2018.03 - 2018.08) 나는 "컴퓨터 -> 인공 지능 -> 머신 러닝/딥 러닝" 을 다루는 연구실에 소속되었다. 석사 생활은 크게 아래로 구성된다. 석사 전공 수업 + 수업 과제 + 시험 준비 연구실 프로젝트 개인 역량 강화 석사 전공 수업 KAIST 산업 및 시스템 공학과는 전공 (18학점) + 공통필수 (6학점) + 연구 학점 (?) 으로 구성된다. 이는 각 학교/ 학과 별로 다르니 직접 홈페이지에 들어가 요강을 찾아보면 된다. 학부와 굉장히 비슷하게, 전공 수업들을 우수한 학점으로 졸업하는 것이 아무래도 좋다. 단, 학부에서 만큼의 치열함은 거의 없다. 대부분의 학생들은 본인 연구에 도움이 되는 수업을 찾아 듣는다. 학생들은 수업의 성적에 치중하기보다는 개인 역량 강화와 연..

Artificial Intelligence Day 3 인공지능(AI)의 중반기 - 기계 학습(ML) 1 #2에서 (대략 1970년대) 인공지능은 기술의 한계가 아닌 기계의 한계 때문에 연구에서 진척이 거의 없었다고 언급했다. 그럼에도 불구하고, 이 때 연구되었던 많은 기계학습(ML: Machine Learning, 머신러닝) 기술들은 지금의 인공지능(AI)의 뿌리가 되었다. 그럼, 과거 기계 학습(ML)에는 또 어떤 기술(접근법)들이 있었으며, 어떻게 지금의 인공지능(AI)의 뿌리가 되었을까? 기계 학습의 기술들을 이해하기 전에, 우선 통상적인 기계 학습의 방법론이 큰 범주에서 어떤 방식으로 나뉘는 지를 먼저 이해해야한다. 지도 학습(Supervised Learning)과 비지도 학습(Unsupervis..

Artificial Intelligence Day 2 인공지능(AI)의 초창기 인공지능은 인간이 지닌 지적 능력의 일부 또는 전체를 인공적으로 구현한 것이다. 출처: 인공지능 - 나무위키 인공지능(AI: Artificial Intelligence)은 인간의 지능적 행위를 대체할 수단을 찾는 것으로부터 시작되었다. 하지만, 아주 오래 전 과거(20세기 이전)에는 인공지능을 구현할 만한 도구(tool)가 없었다. 그래서 연구자들은 기술 혹은 도구(tool)를 만들기 위한 과학 혹은 공학적 토론보다는 인간의 뇌가 어떠한 방식으로 정보를 처리하는지에 관한 철할적 논쟁만이 존재했다. ​ 인공지능의 본격적인 연구는 20세기(1900년대)부터 시작되었다. 바로, 컴퓨터의 발명 및 발전과 함께 말이다. 그리고 시간이 ..