[TIL] 221007 내일배움캠프 40일차

 (수강) 실전 머신러닝 적용 

 

 머신러닝에 대해 본격적으로 학습한 적이 없어서 인공지능, 머신러닝, 딥러닝의 개념 구분이 모호하고 헷갈렸는데 인공지능, 머신러닝, 딥러닝 순으로 각 범주 안에 속해있다는 것을 알게되었다. 해당 강의는 그중에서도 머신러닝을 다루고 있었다. 머신러닝으로 어떠한 문제를 풀기 전에는 먼저 입력값과 출력값을 정의하고 만약 출력값이 연속적이라면 회귀를, 이와 반대로 출력값이 불연속적이라면 분류를 선택하여 문제를 접근해야한다. 여기서 회귀와 분류 중 어떤 선택을 하느냐에 따라 모델 설계방법이 달라지기 때문에 문제의 특성을 고려하여 알맞을 방법을 채택해야한다. 

 

 그 다음 머신러닝 학습방법에 대해 배웠다. 이는 크게 세 가지로 분류할 수 있다. 첫번째 지도학습은 정답값이 존재하기 때문에 정확도가 높은 편이지만 문제를 풀기 위해 많은 양의 데이터를 필요로한다. 두번째 비지도학습은 정답을 알려주지 않고 인풋 데이터를 마구잡이로 넣으면 모델이 스스로 분류, 그 후에 라벨링 하는 방법이다. 이 두 방법은 정답값의 유무로 구분지을 수 있다. 마지막 강화학습은 여러 경우의 수를 학습하며 정답 확률이 높을수록 가장 많은 보상(점수)을 주는 방식이다. 대표적인 예시로 알파고를 들 수 있다.

 

 

 (보완) 프로젝트1 - django 클론코딩 

 

 어제 발표로 마무리된 프로젝트 보완하기 위해 오후에 회의를 했다. 이해가 어려웠던 코드에 대해 질문하기도하고 튜터님 피드백 외 보완하거나 추가할 기능에 대해 정리하여 깃허브에 이슈로 등록했다. 적지 않은 분량의 작업을 모두 시간 내에 보완해낼 수 있을 지는 모르겠지만 할 수 있는 데까지 최대한 많이 시도해보면서 부족한 부분을 채워야겠다.