강남구청역에서 열리고 있는 타임투데브의 머신러닝 세미나에 와 있습니다. ^^ 많이 오셨네요. 토즈 공간도 멋지고 강사님도 열정적이시네요.
강의의 상한이 공감입니다. (신영복, 담론)
배우는 것을 깨우치는 것이다. 그 사람의 생각은 그 사람이 걸어온 길이다. 공감, 매우 중요합니다. “아! 당신도 그런 생각을 하고 있었구나”
코드가 돌지 않는 것이 사실은 같은 문제이다. 공감해야 한다.
중요한 것은 정보의 양이 아니라, 시선의 전환이다. 시선이 바뀌는 순간, 삶에는 질적 도약이 일어난다.
(고미숙, “나의 운명 사용설명서”)
대체로 Concept을 보고 Experience 그리고 질문을 가지고 간다.
Decision Making
무엇이든 결정을 하는 기계이다.
길을 잃었을 때 디시전 메이킹에 대한 이야기이다.
Mean Average
둘 다 평균이지만 다른 단어이다. 유사어이다.
Mean은 딱 중간의 값. 계산해서 나온 결과
Average는 키가 점수가 맥락에서 평균을 의미한다.
이런 것을 깨우치면 된다. 학습할 때 이런 느낌을 받으면 잊어버리지 않는다.
Chart Graph
Table로 Plot을 그린다. Chart는 점을 이어둔것. 점을 이어둔 것은 세상에서 발생할 수 없다.
연속적인 개념은 수학에서만 이야기한다. 존재하지 않지만 보기 좋게 그런 것
Formula로 그림을 그리면 Graph라고 한다.
데이터에서 나온 것은 Chart이고 Formula에서 나온 것은 Graph이다.
함수는 함. 박스를 의미한다.
Y = 3x
(알려진것) (알려진것)
Y를 구하기 위해서 a * x를 해서 값을 구하는 것이 머신러닝이다.
세상을 관찰해서 이론을 만들어서
Building
Engineering (패턴을 찾아서 자동화했다. 파스칼)
사람의 힘이 아닌 것을 엔진이라고 하고 이런 사람을 엔지니어라고 한다.
Programming
Machine Learning : 프로그래머가 만드는 설계단에 기계가 참여하겠다는 것이다. 하이퍼파라메터가 중요하다. 결정해야하는 어떤 값들의 요소들, 파라메터들이라고 한다. 이전에는 사람이 전부 정해주었다. 사람이 정해주는 값의 일부를 기계가 정해준다.
Deep Learning : 설계단의 차지하는 비중이 더 커짐. 사람이 2개만 정해주면 나머지 4개는 기계가 정해주겠다는 것임. 사람이 아무것도 하지 않아도 기계가 다 결정해주는 세상으로 가고 있다.
Y(결과) = M(기계) { h0, h1, p1, p1}
디스크라이브하는 것이 수학이다.
