아침에 일찍 깼는데, 하릴도 없고 결국 갤질로 하루를 염 ㅋㅋㅋ


어제에 이어 본격적인 머신러닝을 니들에게 손으로 직접 뚜드려볼 수 있는 머신러닝을 가르쳐주기 위한 마지막 썰임.


특히, 오늘은 쓰잘데기 없이 머신러닝 한다고 GPU 구입한 쉨퀴들이 명심하고 실천해야 될 부분을 싸줬으니, 꼭 그대로 실천하도록.  


----


구체적으로 쓰는 회귀나 분류 기법은 다음과 같다.

선형회귀 - 하급-중급 문제해결. 약간의 트릭으로 비선형화 할 수 있다.

SVM - 서포트 벡터 머신인가 하는 봐도 이해가 안가는 이름의 방법론으로 커널이라는 별도의 인자를 통해 선형 혹은 비선형 분류를 해결하는 데 쓰임. 중급-상급 문제해결

뉴우럴 네트워크 - 니들이 뻑하면 싸는 똥글 주제인 "딥러닝용 GPU"가 필요한 해결방법이라 보면 됨. 상급이상 문제해결



이렇게 형이 상중하를 명확히 해줬음에도 불구하고 하급 문제풀이에 상급 방법을 쓰는 조팝들이 있을 수 있다. 이런 생퀴들은 형이 주소 불러줄께 당장 GPU 형한테 반납해라. 형이 무슨 방법론을 써야될지 한줄요약해서 알려줄테니까 컨설팅 대가로 생각하고 보내라.


니들이 "상급문제든 하급문제든 상급 방법론이면 다 되지 않냐?" 이런 귀방망이 맞을 무식한 소리 할 수도 있다. 이게 왜 안되는지 형이 간단히 알려줌.

상급 방법론으로 갈수록 문제 자체가 복잡해지고 모델 자체가 복잡해져야됨. 이렇게 되려면 데이터 양도 많아져야됨. 만일 이게 안되면 제대로된 모델이 나오지 않는다.


니들 입장에서 피쳐 10개면 존나 많은거 아님? 이럴 수도 있지만, 머신러닝 알고리듬 입장에서는 그렇지 않다. 형이 조사한 바에 의하면 피쳐 100만개 이렇게 되야 상급이 효과를 보이기 시작한다 함 (형도 사실 이 분야는 조팝이라, 저련 어마어마한 크기의 피쳐가 필요한 문제 조차도 직접 들어본 적이 없지만, 자율주행이나 이런거가 해당되지 않을까 추측해 본다).


형을 비롯한 대부분의 갤놈들은 끽해야 수십개 피쳐 확보하기도 힘들기 때문에 뉴우럴 네트워크까지 갈 일이 없고, 대부분 선형회귀나 SVM이 감당할 수 있는 맥시멈 파워치가 된다. 선형 SVM 중에는 5만개의 피쳐까지도 잘 처리해서 상급문제 해결에도 쓰이는 넘들이 있다 카더라.