[머신러닝/딥러닝] 0. 유튜브 강의 선택, 인트로

 특별한 계기가 있지는 않았지만 새로운 기술에 대한 탐구가 부족하다고 느껴서 천천히 공부해볼 토픽으로 머신러닝 딥러닝을 골랐다.

 다음과 같이 3가지 강의 정도를 학습자료로 선택했다.

 

• 1. 머신러닝/딥러닝 강의 (박성호 교수님) - https://www.youtube.com/watch?v=vcCaSBJpsHk&list=PLS8gIc2q83OjStGjdTF2LZtc0vefCAbnX
• 2. 모두를 위한 딥러닝 - 기본적인 머신러닝과 딥러닝 강좌 (김성훈 교수님) - https://www.inflearn.com/course/%EA%B8%B0%EB%B3%B8%EC%A0%81%EC%9D%B8-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EB%94%A5%EB%9F%AC%EB%8B%9D-%EA%B0%95%EC%A2%8C#description
• 3. 스탠퍼드 대학교 머신러닝 온라인 코스 (Andrew Ng 교수님) - https://www.coursera.org/learn/machine-learning/home/welcome

 

  각 강의마다 각자의 특색이 있다고 느끼는데 1번과 2번은 텐서플로우 라이브러리 사용여부 차이라고 느꼈고 전체적인 이론적인 부분은 비슷한 면이 있어서 두 강의를 돌아가며 들으면 복습하는 차원에서 효율이 좋을 것 같다.

 

  블로그에 정리하는 내용은 1번 강의를 기준으로 정리해보고자 한다.

 

0. 인트로

인공지능 > 머신러닝 > 딥러닝, 다음과 같은 포함관계를 가지고 있다

• 인공지능 : 인간의 학습능력, 추론능력 등을 컴퓨터를 통해 구현하는 포괄적 개념

• 머신러닝 : 데이터를 이용하여 명시적으로 정의되지 않은 패턴을 학습하여 미래 결과(값, 분포)를 예측

  ex) Regression, Classification, Neural Network 

  ⇒ 여기서 데이터마이닝은 머신러닝과 비슷한 개념을 볼 수 있지만 정확히는 데이터간의 상관관계나 속성을 찾는 것이 주목적이다.

• 딥러닝 : 머신러닝의 한 분야로서, 신경망(Neural Network)를 통해서 학습하는 알고리즘의 집합

   ex) CNN, RNN

  • 해당 강의에서는 머신러닝 프레임워크를 사용하지 않고 바닐라 파이썬으로 머신러닝의 개념, 예제를 구현

  ⇒ 머신러닝 알고리즘을 API로 추상화하기 때문에 동작 내부원리를 알 수 없음

  ⇒ 동작원리, 알고리즘에 대한 깊은 이해 (학습용)

  • 강의 커리큘럼

커리큘럼