예측값이 실제와 많이 다른 경우, 그니까 오류율이 너무 높으면 이걸 어떻게 줄여야 할지 존나 막막하다는거...

내가 머신러닝을 정석으로 배우지 않았거든.

알파고 보고 자극받아서 류근관 교수의 통계학 책 찾아보고 패턴인식이라는 책 보면서 자바로다가 쌩으로 MLP 구현한 다음 MNIST 숫자 필기 데이터 갖고 테스트 해보는데 오류율이 2% 밑으로 잘 안내려감...

야매로 설렁성렁 혼자 익히다보니 책에 나온대로 해보는게 전부이고 그다음에는 뭘 손봐야 오류율이 낮아지는지 아예 감이 없음... 히든 레이어 갯수를 바꾸고 온갖 꼼수를 써도 안됨

HMM도 함 쌩으로 구현해서 미세먼지 예측해보는데 이것도 잘 안맞고.. 원래 모델 자체가 안맞는건지 뭔지 모르겠음...



근데 내주변에 이쪽으로 석사 받은애가 있거든

이미지 패턴 분석하는데 얘도 나랑 별 차이는 없는거 같더라 ㅎㅎㅎ

이새끼도 이미지 판독이 잘 안되면 원인을 못찾는거같음. 파라미터 초기값 바꿔보고 이미지 전처리를 하고 별짓을 다하는데도 잘 안되는거같음...

진짜 이쪽은 박사 과정 이상 안나오면 일 제대로 하기 힘든거같음...

왜 몸값이 높은지 알거같음..

라이브러리 깨자거리는건 누구나 다 하는데 결과가 잘 안나오면 대처할줄 아는 사람이 많지 않은듯..

니들도 머신러닝 할거면 박사이상 해라