비전문가의 머신 러닝 안내서

바에 기대어 음료를 마시 며 또 다른 스타트 업 모임에서 자신을 찾으십시오. 오늘 밤은 네 생각이야 오늘 밤, 나는 네트워킹을 끝냈다.

그리고 당신은 그것을들을 수 있습니다. 대화 조각이 귀에 뜹니다.

"... 그들은 분명히 머신 러닝을 시작하는 사람입니다."

아니…

“그래도 통계 NLP를 사용하지 않습니까? 반복적 인 신경망은 앞으로 나아갈 것 같습니다…”

다시는 ...

그리고 바이러스처럼 퍼집니다. 몇 분 안에 술집에있는 모든 사람들이 머신 러닝에 대해 이야기하고있는 것처럼 공포를 봅니다.

물론 그 용어를 들었습니다. 누가 안했어? 머신 러닝은 인공 지능의 미래입니다. 당연하지.

문제는, 그 의미가 무엇인지 망설이지 않는다는 것입니다.

당신은 당신의 음료를 아래로. 긴 밤이 될 것입니다.

세상의 종말

먼저 머신 러닝 봇이 우리의 직무를 맡고 있다고 들었습니다.

그런 다음 화이트 칼라 직업도 안전하지 않다는 것을 알게되었습니다.

실직 한 미래에 사임 한 우리는 이제 봇들이 뒤에서 이야기하고 있음을 알게되었습니다.

우리에 대해 험담하면 실업자 인간이 게으른 것 같습니다.

머신 러닝은 다양한 상황에서 이야기되며 정확히 무엇인지 파악하기 어려울 수 있습니다. 당신은 그것을 찾고 추상적 인 이론적 설명, 강력한 글자 맞추기 단어, 수학과 코드의 벽을 얻습니다.

기계 학습이 무엇인지, 그것이 왜 중요한지, 어떻게 작동하는지에 대해 알고 싶을 것입니다. 솔직히 말해서, 당신은 중학교 교실의 저주 단어처럼 던져지는 모든 유행어를 이해하고 싶어합니다.

뛰어 들자

머신 러닝. AI 같은가요?

시작하기에 좋은 곳입니다. 우리 모두 인공 지능의 의미를 알고 있습니다. 우리는 모두 다른 것을 생각하고 있지만, 반드시 생각이 중요합니다.

인공 지능 (AI)은 "지능적인"결정을 내릴 수있는 시스템 구축에 대한 연구입니다.

기본적으로 컴퓨터가 다소 똑똑해 보이는 것을 인공 지능이라고 표시합니다.

당신이 만난 예를 사용합시다. 컴퓨터 게임은 종종 지능적으로 보이는 적 캐릭터를 특징으로합니다. 그들은 우리를 따라 다니며 게임에 도전하는 방식으로 행동합니다. 이것이 AI의 예입니다.

게임 개발자는 AI에 규칙 세트를 제공하여이를 달성했습니다. 플레이어를 따르십시오. 플레이어가 촬영 중이면 덮개를 찾으십시오. 플레이어가 촬영을 중지하면 플레이어를 촬영하십시오. 이러한 규칙이 많을수록 게임이 더 지능적으로 보입니다.

컴퓨터 게임은 일반적으로 꽤 제한적입니다. 플레이어는 몇 가지 특정 작업 만 수행 할 수 있으며 레벨은 전적으로 개발자가 설계했습니다. 따라서 개발자는 정말 지능적으로 보이는 훌륭한 AI 캐릭터 규칙을 만들 수 있습니다.

글쎄, 꽤 똑똑하다.

규칙으로 모든 문제를 해결할 수있는 것은 아닙니다

컴퓨터가 강아지 사진인지 감지하도록한다고 가정 해 봅시다.

이 작업에 대한 규칙 정의를 시작하려면 어떻게해야합니까?

아뇨 우리가 필요로하는 규칙의 종류를 생각해보십시오.

개는 다리가 네 개입니까?

개는 색깔이 흰색입니까?

개는 모피가 있습니까?

이것은 이미“앉아”를 알고 있습니다.

물체 인식과 같은 컴퓨터 비전 문제는 실제로 복잡합니다. 그러나 우리의 뇌는 그것들을 거의 직관적으로 해결합니다. 따라서 명확한 규칙을 따르는 것은 정말 어렵습니다.

머신 러닝 입력

우리는 개를 인식하는 시스템을 구축하지 않습니다. 우리는 개를 인식하는 법을 배울 수있는 시스템을 구축합니다.

우리는 수천 마리의 이미지를 공급합니다. 일부는 개를 포함하고 일부는 포함하지 않습니다. 시스템은 개 그림을 정의하는 규칙을 학습합니다.

머신 러닝은 지능적인 결정을 내릴 수있는 시스템을 구축하는 것입니다.

“학습”이라는 키워드는 기계 학습을 다른 유형의 인공 지능과 구별하는 것입니다.

“기계가 규칙을 배울 수 있다고 말했습니다. 분명히 규칙이 존재합니다. 우리는 그들을 찾기 위해 충분히 노력하지 않습니다. "

당신 말이 맞아요 충분히 노력하면 규칙 기반의 개 감지 걸작을 개발할 수 있습니다. 가능한 모든 시나리오를 다루는 수천 개의 규칙이 있으며 이는 아름다움 일 것입니다.

시스템에서 음식이 포함 된 사진을 감지하도록하려면 어떻게해야합니까? 글쎄, 우리는 모든 것을 버리고 처음부터 시작합니다. 이 규칙 중 어느 것도 적용되지 않습니다.

“기술적으로 핫도그는 개입니다”

개 대신 음식 사진을 사용하여 간단하게 음식을 인식하도록 물체를 인식하는 법을 배울 수있는 시스템을 훈련시킬 수 있습니다.

이것이 기계 학습의 힘입니다. 우리는 고정 된 규칙 세트 대신 학습하고 적응할 수있는 유연한 머신을 보유하고 있습니다.

진짜로 유지

이제 저는 살아있는 학습을하고 개를 강아지와 함께 놀게함으로써 개를 인식하도록 가르치는 것처럼 완전히 소리를 냈습니다. 그런 다음 귀여움의 의미와 사랑의 의미를 가르치고 그것이 일어나서 우리 모두를 죽이지 않기를 바랍니다. 권리?

현실은 훨씬 덜 복잡합니다. 우리는 기계가 일반적으로 예측에 기초하여 결정을 내리는 법을 배우기를 원합니다. 인간은 어떻게 예측합니까?

다음은 예측 방법에 대한 예입니다. 중학교 과학 수업에서 이와 같은 일을했을 수도 있습니다.

실험을한다고하자. 데이터를 수집하여 그래프에 플로팅합니다.

실험 → 데이터 → 도표

x 축은 변경 한 값이고 y 축은 측정 한 결과입니다. 그런 다음 그래프에 추세선 (또는 가장 적합한 선)을 그립니다.

이것이 데이터를 가장 잘 모델링하는 선입니다.

이제이 줄을 가졌으니 예측할 수 있습니다. 이전에 측정 한 적이없는 무게를 선택하고 x 축에서 찾은 다음 y 축을 읽어 스프링의 길이를 예측할 수 있습니다.

데이터를 사용하고 모델을 구축하여 예측에 사용했습니다.

이 단계를 수행 할 수있는 프로그램을 작성했다면 축하합니다. 머신 러닝입니다.

아뇨 선형 모델을 찾아서 예측하는 데 사용합니다. 이는 선형 회귀라고하는 완전히 기계 학습 기술입니다.

모델을 시스템에 프로그래밍 할 수는 없습니까? 그런 다음 시스템은이 봄에 대해 예측할 수 있습니다. 그러나 새로운 코드를 작성하지 않으면 다른 스프링에 대한 예측을 할 수 없습니다.

대신 우리는 프로그램이 선형 회귀 자체를 수행하고 모델을 배우도록 가르치면 기계 학습입니다.

우리는 모델을 제공하지 않습니다. 우리는 기계가 모델을 배우게했습니다.

호 커스 포커스

이 예제에서 빼낸 것이 있다면 다음과 같습니다.

기계 학습은 마술이 아닙니다.

우리는 모든 것을 배울 수있는 자각 존재를 구축하지 않습니다. 봄 모델 프로그램은 결코 개를 인식하는 법을 배우지 않을 것입니다.

당신도 슬링 키

특정 유형의 모델을 학습 할 수있는 시스템을 구축했습니다. 우리가 남긴 것은 모델입니다.

거의 모든 머신 러닝 시스템은 다음 중 일부 버전을 수행합니다.

시스템은 모델을 기반으로 출력을 제공합니다. 해당 출력을 평가하여 얼마나 나쁜지 판별합니다. 그런 다음 모델을 업데이트하여 향후 출력을 약간 향상시킵니다.

기계 학습은 특정 문제에 대해이 루프를 수행 할 수있는 시스템을 구축하는 기술입니다.

문제에 따라 출력이 크게 다를 수 있습니다. 챗봇의 텍스트 응답 일 수 있습니다. 또는 자율 주행 차에서 브레이크를 밟을 지 여부에 대한 결정일 수 있습니다.

실제 모델은 스프링 문제처럼 선형 일 수 있습니다. 통계와 확률에 따라 더 복잡한 모델 일 수 있습니다. 또는 인간의 뇌가 작동하는 방식을 모방하도록 설계된 신경망 일 수 있습니다.

세부 사항이 무엇이든, 거의 모든 기계 학습 시스템이 해당 루프를 실행하고 있습니다. 각 사이클마다 시스템이 약간 향상됩니다. 수천 번 또는 심지어 수백만 번의주기 후에, 우리는 어떤 사람보다 그 작업에서 더 잘 수행하는 법을 배운 시스템을 얻을 수 있습니다.

다양한 응용 분야와이를 해결하는 데 필요한 기술이 머신 러닝이 다른 많은 분야와 교차하는 이유입니다. 또한 머신 러닝이 그토록 흥미로운 주제 인 이유이기도합니다.

우리는 거기에 갈

기계 학습 시스템을 구축하는 것은 복잡 할 수 있지만 기계 학습을 이해하는 것이 반드시 필요한 것은 아닙니다.

스타트 업 밋업을 정복하십시오. 새로 발견 된 유행어 몇 개를 버리십시오. 그 방에서 지옥을 네트워크로 연결하십시오. 실제로 몇 년만 더하면됩니다. 그때까지, 당신을 위해 그렇게 할 수있는 봇이 생길 것입니다.

그 흥미로운 것을 발견하면 신경망에 대한 나의 1 분 가이드를 확인하십시오!

다음 기사에 대한 알림을 받으려면 구독하십시오.

이 이야기는 260,100 명 이상의 사람들이 모여 기업가 정신에 관한 매체의 주요 이야기를 읽게되는 스타트 업에 실 렸습니다.

여기서 주요 기사를 받으려면 구독하십시오.