군더더기 없는 기계학습 백과사전

가장 최신 언어 관련 모델로는 심층 학습, 대량의 나열된 영어, 그리고 대량의 명령 주기 실행에 기반하는 GPT-3이 있다. 이 모델은 현재 문장을 깔끔하게 정돈하고 문장 내의 오류와 어색함을 찾아내고 고치는데 굉장히 능숙하다. 따라서 출력된 문장은 인간이 쓴듯한 자연스러운 깔끔한 영어 회화처럼 생겼고, 가끔 논리적으로 말이 안 되는 문장이 나오긴 하지만 문장 그 자체만 보면 사람이 알아들을 수 있는 의미가 있긴 하다. 이 모델은 그러나 문장의 전달하고자 하는 의미 자체, 화자가 전하고자 하는 말, 그리고 청자의 배경지식을 (예를 들어 "그는 파티에 오지 않을 거야"의 의미는 분명하지만 의미 전달의 기반으로 쓰는 맥락은 분명하지 않다.) 반영하지는 못한다. 따라서 이 정도 수준에서 뭔가를 고치려면 순수 ..

해당 문서는 Gnosis Data Analysis 사의 CEO Ioannis Tsamardinos 교수의 인터뷰를 토대로 작성되었다. Gnosis Data Analysis 사는 현재 자동화 기계학습 어플리케이션인 JAD(Just Add Data)BIO를 내놓은 상태이다. AutoML이란? 자동화된 기계학습(Automated Machine Learning)의 줄임말로써 기계학습 파이프라인을 처음부터 끝까지 자동화시키고자 하는 움직임이다. 이를 실제로 구현한 한 형태는 데이터를 입력한 뒤 버튼 하나 누르는 것으로 결과를 얻고 끝나는 과정이다. 당신이 데이터에서 원하는 것이 무엇인지 말하면 시스템은 이를 어떻게 얻어낼 수 있는지 알고 있다. 통상적으로 사람들은 AutoML을 복합 알고리즘 선택 및 초매개변수 ..

기계학습/인공지능 분야에서 매일 같이 새로운 논문이 쏟아져 나오는 오늘날 효율적인 정보 습득을 위해서 논문을 빠르게 소화해낼 수 있는 능력은 필수적이다. 만약 당신이 새로운 기계학습 분야에 대해서 배우고자 한다면 어떻게 시작해야 할까? 해당 글은 앤드류 응(Andrew Ng) 교수가 추천하는 방식을 요약한 글이다. 해당 단계는 어느 정도 영어를 읽을 수 있고 수학적 배경이 있는 학부생 수준에게 추천하는 글이다. 일단 읽어야 한다고 생각하는 논문 리스트와 따로 참고할 수 있는 다양한 블로그 포스트나 미디움(Medium) 같은 웹사이트에 개제 되어 있는 글들을 모아놓아라. 리스트에 있는 글들을 읽어나가는 느낌은 대략적으로 다음과 같다. 0% 100% 글 1 --------- 글 2 ------------X ..

[작성중] 해당 글은 MIT AI 분야 대학원생들이 신입생들 및 AI 연구를 시작하고자 하는 다른 기관의 외부인이 참고하라고 만든 가이드에서 현재 시점에서 유용한 정보들을 모아서 요약한 글입니다. 원글은 다음 링크에서 읽어보실 수 있습니다. 저자들은 내용을 전부 읽을 필요는 없다고 안내하며 쓸만한 내용들을 훑어보길 권장합니다. 독자들은 후반부 내용이 장기적으로 더 흥미롭고 유용한 내용이었다고 합니다. https://dspace.mit.edu/bitstream/handle/1721.1/41487/AI_WP_316.pdf?sequence=4&isAllowed=y AI 논문 읽기 대부분의 연구자들은 본인의 시간 절반 이상을 읽는 데 사용한다. 여러분은 여러분 스스로 하는 것보다 남들의 작업에서 더 빠르게 지식..

우리는 항상 뉴스 기사에서 기업들이 딥러닝을 사용해 다양한 작업들을 자동화시키는 사례들을 읽어본다. 그러나 정작 우리가 직접 AI를 활용해볼 수 있도록 영감을 줄 수 있는 자세한 사례는 많이 언급되지 않는 것 같다. 해당 시리즈는 소박하지만 그렇다고 너무 단순하지는 않은 다양한 AI 실생활 응용사례들을 모아서 소개하여 여러분의 개인 프로젝트 아이디어 확장에 도움을 주고자 한다. 일본 애니메이션 여성 캐릭터 이미지 분류기 해당 깃헙 계정은 ResNet-50 인공신경망을 가지고 배치(batch) 사이즈에 따른 이미지 분류기(classifier) 정확도(accuracy) 변화를 실험하다가 우연히 캐글(Kaggle)에 개제되어 있는 있는 데이터셋을 가지고 애니 캐릭터 얼굴 이미지 분류기를 만들어냈다(...) 역..

기본적인 기계학습 알고리즘은 좋은 CPU로도 충분히 감당할 수 있지만 은닉층이 꽤 많은 딥러닝까지 가면 빠르고 효율적인 모델 훈련을 위한 좋은 그래픽 카드의 필요성은 절실해진다. 구글 Colab이나 캐글(Kaggle)을 통해 공짜로 그래픽 카드를 빌릴 수는 있겠지만 이들은 시간제한이 있고 데이터를 옮기는데 시간도 더 많이 걸리므로 제대로 된 작업을 위해서는 다소 무리가 있다. 유료로 구글 클라우드나 AWS 같은 곳에서 그래픽 카드를 더 긴 시간 동안 빌릴 수도 있지만 장기적으로는 이들도 가성비가 떨어진다. 그러나 모두가 좋은 최신 그래픽 카드를 마련할 수 있을 정도로 지갑 사정이 좋지는 않을 것이다. 특히나 최근에 나온 RTX-20/30 시리즈 그래픽 카드는 텐서 코어를 장착해 압도적으로 빠른 연산 속도..

해당 글은 현재 매사추세츠 앰허스트(애머스트) 대학에서 재직 중이신 Sridhar Mahadevan 교수님의 '다층 퍼셉트론은 단층 퍼셉트론의 한계를 어떻게 보완하나요?' (How can a multi-layer perceptron address limitations of a single-layer perceptron?) 쿼라(Quora) 질문에 대한 답변을 번역한 글입니다. 해당 글에는 필자가 한국인 독자에게 적절하다고 생각하는 의역이 있을 수도 있음을 알려드립니다. 해당 글은 쿼라 콘텐츠 이용약관 3조 c(i)항을 따릅니다. https://www.quora.com/about/tos 원글: qr.ae/pNK9fz How can a multi-layer perceptron address limitatio..

해당 글은 현재 매사추세츠 앰허스트(애머스트) 대학에서 재직 중이신 Sridhar Mahadevan 교수님의 '새로 개발된 기계학습 모델 중 심층학습을 뛰어넘는 게 있을까요?' (What newly developed machine learning models could surpass deep learning?) 쿼라(Quora) 질문에 대한 답변을 번역한 글입니다. 해당 글에는 필자가 한국인 독자에게 적절하다고 생각하는 의역이 있을 수도 있음을 알려드립니다. 해당 글은 쿼라 콘텐츠 이용약관 3조 c(i)항을 따릅니다. https://www.quora.com/about/tos 원글: qr.ae/TxDEhv What newly developed machine learning models could surpa..