우선 나는 문외한임을 밝힘.
빅데이터를 다루는 학문에서 한다고 하는데, 빅데이터를 다루는 게 머신러닝, 딥러닝 아님?
머신러닝 + 딥러닝 혼합으로 만들어지는 게 요새 AI고.
Q1. 그러면 AI가 인간조차 이해하지 못한 미지의 영역의 무작위 데이터를 받았을 때 얘네들이 데이터 분류나 연관성 찾는 게 가능함?
Q2. 머신러닝 중에 서포트 벡터 머신이란 애가 데이터 분류할 때 영역 나누는 것이고, 영역을 나누는 선의 굵기를 최대한 가져가는 알고리즘이라 들었음. 그럼 AI들은 죄다 서포터 벡터 머신 쓰는 거임?
Q3. 머신러닝 알고리즘이랑 딥러닝 알고리즘을 도대체 어떻게 같이 쓰는거임? 신경망 어쩌구 하는 것도 어떻게 구현하는지 모르겠는데 이 두개를 어떻게 혼용해서 구현한다는 것임?
머신러닝 안에 딥러닝이 포함되는거임 1. 미지의 영역의 무작위데이터가 뭔지는 모르겠지만 빅 데이터 사이에서 규칙성을 찾는게 ai 2. 아니오 3. 위에서 말함 - dc App
그럼 딥러닝 혼자 쓰이는 경우도 있음? 어떤 책 보니까 딥러닝 알고리즘과 머신러닝 알고리즘을 혼용해서 쓴다는데, 1차적으로 데이터 거르는 걸 머신러닝 알고리즘으로 하고, 거른 데이터로 학습해서 딥러닝으로 정확도 높이는거임? 나 책으로만 봐서 코드 구현 이런거 잘 모름.. 아니면 그냥 딥러닝 혼자 쓰였는데 딥러닝이 머신러닝 안에 포함되는거라 사람들이 머신러닝+딥러닝 이렇게 표현 하는거임?
어떤 책임? 딥러닝이 머신러닝의 부분집합인데.. 데이터 전처리에서 머신러닝을 활용할 수 있겠지. 딥러닝만도 많이 쓰이는데.. transformer 고 CNN ResNet 다 딥러닝인디.. 글고 이정도는 고수아니라도 이 갤사람들 다 알거임. - dc App
고마워. 딥러닝 ⊆ 머신러닝 ⊆ 인공지능, 그리고 데이터 다루는 분야랑 인공지능이 접점이 있는 거네.
책은 옛날 군대에서 받은 인공지능 소개하는 책인데 그냥 버려야겠다
현재 ai의 대부분이 데이터주도학습이라 그럼 - dc App
아마 진중문고에 많이 보이는 인공지능 개론서 읽은거 같은데ㅋㅋㅋㅋ 나도 그거 읽고 인공지능 분야 입문함
1. 패턴을 찾는다면 사실 무작위가 아닌거겠지? 아무튼 인간이 찾기힘든 패턴 찾기는 가능. 2. svm은 머신러닝의 한 부류고, 딥러닝이란건 거의 모두 역전파 알고리즘을 사용. 3. 신경망 = 딥러닝. 머신러닝과 딥러닝을 자주 같이 쓴다는 말은 못들어봄.
오... 이런건 어디서 배우는 거임? 대학원 가야 배움?
이정도 지식은 유튜브나 구글링으로 찾거나 시중에 딥러닝이나 머신러닝 책 두꺼운거 하나 아무거나 보면 습득할 수 있음. 이쪽 직군으로 가거나 한 분야 잡아서 더 깊게 파고싶으면 대학원이 최고긴하지
또한 딥러닝이 머신러닝의 부분집합은 맞지만, 머신러닝이랑 딥러닝을 동시에 언급하는 경우에는 문맥적으로 (딥러닝을 제외한 전통적인 알고리즘의) 머신러닝과 신경망(딥러닝)으로 많이 해석들하는듯함.
고마워
1. 가능함, DNA 염기서열 데이터를 주어서 분석할수도 있고 동물 이미지 주고 클러스터링 시켜서 동물을 분류하는것도 가능함 2.SVM은 보통 선형분류기로 사용되는 머신러닝의 일종으로 데이터분석 쪽에서 쓰고 딥러닝에서는 거의 안씀 3. 머신러닝안에 딥러닝이 포함되어있는데 신경망(Neural Network)로 모델이 이루어진거를 딥러닝이라고 부름 혼용해서 쓰이는게 아니고 머신러닝이라하면 보통 2010년대 후반 클래식한 선형분류, 클러스터링같은 데이터분석기법을 말하는 경우가 많고 딥러닝은 CNN, GAN, Transformer같은 최신 모델 같은거를 보통 뜻함
1. ㅇㅇ 비지도 클러스터링 (K-means 등)을 사용하면 라벨링 안된 데이터도 군집 간 거리를 계산해서 분류해줌. 2. ㄴㄴ SVM은 현 시대 우리가 AI라고 부르는 것하고 많이 다름. SVM은 분류 알고리즘인데 전통적 머신러닝 개념으로 포함됨. 3. 요즘 논문들은 머신러닝 + 딥러닝을 많이 섞어 쓰지는 않는데, 딥러닝 초창기 시절에 비지도학습 컴퓨터비전 분야에서 다뤄진 적은 있음. 머신러닝 기법 중 PCA(주성분분석)으로 데이터의 차원을 축소시켜 중요 벡터만 추출한 다음 K-means 클러스터링 돌려서 가짜 라벨링을 뽑아내고, 그걸 MLP나 CNN 학습에 이용하는 식임.
1번 예를들어 점을 몇 개 주고 그 점들을 이으라는 딥러닝을 짠다 그랬을 때 점들이 일직선을 이루면 쉽게 일차방정식꼴로 만들어줄 수 있는데 점점 점이 난해하게 만들어져도 어떻게든 다 수용 가능하게 그나마 괜찮은걸로 찾아주는거임 난해해지는게 점점 데이터가 무작위해지는거랑 같은거 - dc App