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 ..

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 ..