머신러닝은 웹 검색, 이메일 스팸 차단, 음성 인식, 제품 추천 등 수없이 많은 어플리케이션의 기초입니다. 나는 당신 또는 당신의 팀이 머신러닝 어플리케이션 업무를 담당하고 있으며, 빠르게 발전하기를 원한다고 가정하겠습니다. 이 책은 당신이 머신러닝 어플리케이션 분야에서 빠르게 성장하도록 도와줄 것입니다.
Why Machine Learning Strategy
Example: Building a cat picture startup
당신이 고양이 애호가들을 위해 끝없는 고양이 사진 스트림을 제공하는 스타트업을 만든다고 해 봅시다.
당신은 무작위 사진들로부터 고양이를 찾아내는 컴퓨터 비전 시스템을 구축하기 위해 뉴럴 네트워크를 사용하고자 합니다.
그러나 안타깝게도, 당신이 쓰는 학습 알고리즘의 정확도가 영 시원치 않습니다. 당신은 어떻게 해서든 고양이 사진 탐색기를 개선해야만 합니다. 무엇을 해야 할까요?
당신의 팀은 다음과 같은 아이디어를 내놓았습니다:
- 데이터를 더 모으자: 고양이 사진을 더 수집한다.
- 더 다양성을 가진 트레이닝 셋을 수집한다. 예를 들어,
- 이상한 곳에 위치한 고양이 사진
- 이상한 색상을 가진 고양이 사진
- 다양한 카메라 설정을 적용한 고양이 사진
- 알고리즘을 더 길게 학습한다
- gradient descent iteration을 더 돌려본다
- 더 큰 뉴럴 네트워크를 시도한다
- 레이어, 히든 유닛, 파라미터를 늘린다
- 더 작은 뉴럴 네트워크를 시도한다
- 정규화를 추가해 본다
- 예: L2 regularization
- 뉴럴 네트워크 구조를 변경한다
- 활성화 함수, 히든 유닛 갯수, 기타 등등
- …
위와 같은 가능한 선택지들을 당신이 잘 선택했다면, 당신은 업계 1위 고양이 사진 플랫폼을 구축하여 회사를 성공으로 이끌게 되겠죠. 선택이 잘못되었다면 수 개월을 날릴 겁니다. 어떻게 하면 좋을까요?
이 책은 바로 그 어떻게 를 알려줄 겁니다. 대부분의 머신러닝 문제들은 무엇이 시도해 볼 가치가 있고, 무엇이 없는가를 알려주는 단서를 남깁니다. 그런 단서들을 읽는 법을 배움으로써 당신은 수 개월, 수 년의 개발시간을 단축할 수 있습니다.
deeplearning.ai를 이끄는 Andrew Ng의 책, MACHINE LEARNING YEARNING은 머신러닝 프로젝트 수행에 있어 반드시 알아야 할 개념과 노하우를 담고 있습니다. 총 58편으로 이루어진 이 책을 1편씩 번역하여 게재합니다.