인공지능 공부 어디서부터 시작해야되나(이틀째 삽질 중..)

by

첫째날 삽질 기록

오늘은 2022.08.20 토요일이고 인공지능 공부를 오늘 저녁 9시에 시작해서 10시까지 할 예정인데 나는 인공지능에 대해 아~~~~~무것도 모르기 때문에 일단 유튜브에 무작정 ‘ai study where to start’라고 쳐봤다. 그랬더니 뭔가 유튜브가 이 영상(How to Get Started with Machine Learning & AI)을 추천해줘서 봤는데 보다보니 꽤 유용한 것 같아서 블로그에 적어본다.

ML : machine learning, 이 유튜버는 Tech With Tim이래요

<머신러닝하는 방법>

  1. 문제, 주제를 먼저 찾는다 (‘뭔가를 예측할 건지, 만들 건지, 추천할 건지, 머신러닝을 해서 얻고 싶은 결과를 생각해보기)
  2. 데이터 수집 (머신 러닝을 위해 어떤 데이터를 수집할 건지, 데이터 겁나 많이 필요)
  3. 데이터 정화 (쓸데 없는 데이터 버리기)
  4. 데이터 고르기 (머신 러닝을 위해 수집한 데이터들 중 머신 러닝을 시킬 중요한 데이터들만을 고르기)
  5. 모델 고르기 (알고리즘 고르기, 어떤 알고리즘으로 이 데이터들을 학습시킬 건지 고르기)
  6. 모델 학습시키기 (데이터를 알고리즘에게 줘서 학습시키기)
  7. 모델이 제대로 작동하고 있는지 확인, 모델 테스팅 (알고리즘이 우리가 원하는 대로 작동하는지 테스팅)
  8. 반복 (알고리즘이 완벽해질 때까지 2-7번 반복)

여기서 제일 중요한 것은 4번과 5번! 어떤 데이터를 사용할 거고, 어떤 알고리즘을 사용할 건지!!! 이게 제일 중요하다고 함.

그래서 머신 러닝을 어디서부터 시작하나면요,,,

<머신러닝 시작하는 법>

  1. 머신 러닝을 위한 기초 언어 익히기 (언어는 파이썬 추천, 오브젝트, 클래스 등 정확히 알기, 파이썬으로 데이터 정화하고 골라야하니 기본적인 파이썬 언어에 대한 이해 필요)
  2. 기본적인 머신 러닝 알고리즘 이해하기 
    1. Linear Regression (배우기 쉬움, 14-15살이면 이해할 수 있음 ㅋ, 머신러닝으로 예측 시 쓰임)
    2. K-Nearest-Neighbours (파워풀한 알고리즘, 데이터 cluster하는데 쓰임, 다양한 그룹으로 데이터들을 분류하는데 쓰임)
    3. Support Vector Machines (수학적인 공부가 좀 필요한 알고리즘)
  3. 위의 것들 다 이해했으면 너가 관심있는 분야 공부해도 됨, 아래는 그 분야들 예시
    • Reinforcement Learning (= Q Learning, 비디오 게임 학습시키는데 쓰임 (?))
    • Neural Networks 
    • Computer Vision

저 분은 Linear Regression, KNN, SVM 먼저 배우라고 강조함.

둘째날 삽질 기록

오늘은 2022.08.21 일요일, 인공 지능 공부 시작한지 이튿 날. 나는 나만의 인공지능 공부 커리큘럼을 먼저 짜고 공부를 시작하고 싶기 때문에 아마 이번 주~ 다음 주는 이미 인공지능 공부를 한 사람이나 현업에 종사하고 있는 사람들의 조언을 들으며 시간을 보낼 거 같다. 그래서 오늘도 어제처럼 “where to start ai” 유튜브 서치 고고~~! 저렇게 서치했더니 “How to get started with Machine Learning – by Jabrils” 영상이 떠서 봤다.

이 분이 Jabrils라는 유튜버에요. 잠깐 봤는데 AI에 대해 재미있는 영상 많이 만드는 듯.

<“How to get started with Machine Learning” 영상 내용 요약>

  1. 이 분은 Tensorflow로 머신 러닝 시작하려고 봤더니 파이썬 문법, Neural Network 어떻게 만드는지 전혀 이해를 못해서 좌절.
  2. Machine Learning 배우러 Coursera에서 Andrew Ng 강의를 들었는데 처음에는 괜찮다가 나중에는 용어를 전혀 이해하지 못해서 2차 좌절.
  3. 이해 못한 용어들: Vector, Sigma(Sum), Matrix, Activation Function, Propagation, Different Types of Learning (Supervised function, Unsupervised Learning, Reinforcement Learning, Q Learning)
  4. 이 이해못한 용어들은 Khan Academy에서 도움을 정말 많이 받음.
  5. 머신 러닝 깊게 파보다보면 PseudoCode 이해, 활용 중요해짐.
  6. 사실 Neural Network 공부 안해도 되긴 함. 그냥 tensorflow, pytorch, theano, keras 이용해서 모델 쉽게 학습시킬 수 있는데 자신이 깊게 인공 지능 분야를 연구하고 싶고 또 저 프레임워크(tensorflow 등)를 활용하는데 고수가 되고 싶다면(더 깊이 파고들고 싶다면) 직접 Neural Network 공부하는 것이 좋음. 자신은 모든 걸 하나부터 열까지 알아야 하는 성격이라 그냥 Neural Network 공부함. 수학도 공부함. 
  7. 매주 새로운 소식이 인공 지능 분야에서 업데이트되니 다른 사람들이 뭐라고 하는지 항상 귀를 열어두기.
  8. 공부 첫날부터 자신만의 Neural Network 만들어보는 게 중요 (예: rgb(red, green, blue) 색깔 조합해서 나온 배경에 글자가 흰색이면 좋을지 검은색이면 좋을지 예측하는 모델 만들어보기), 처음부터 꼭 자신만의 Neural Network 만들어보는 것 추천! 
Red, Green, Blue 색깔을 조합하면 어느 색깔이든 만들 수 있다. 그 조합한 색깔 위에 글씨가 잘보이게 하려면 글씨가 검은색인 게 좋을까 흰색인 게 좋을까? 둘 중 어떤 게 좋을지 예측하는 모델 만들어보기. 나도 다음에 이 모델 한번 만들어봐야겠다. 초고난이도는 아니어보임 ㅎㅎ



*Machine Learning 공부하는데 필요한 기본적인 수학 지식 – Vector, Sigma, Matrix Multiplication (이 분 너무 악필이라 영상에서 이 분이 보여준 거 내가 다시 씀, 다 내가 중, 고등학교 때 배웠던 것들이네 ㅎㅎ)

*영상에서 보여준 자료들 (중요해보여서 넣어놓음)

Neural Network 구조
머신 러닝할 때 사용되는 많은 프레임워크들

예전에 엄마가 AI 연구한 적이 있고 나한테 많이 물어봤어서 익숙한 부분이 많이 보이지만 아직 PseudoCode가 뭔 말인지 이해 못함. 내일 찾아봐야 할 듯. 공부 첫 날부터 저렇게 Neural Network 혼자 만들어보는 거 중요해보임(저 유튜버 분이 계속 해보라고 강조).

일단 저렇게 “~~해보세요”, “~~이런 식으로 시작하세요”라고 말해주는 인공지능을 미리 공부해본 사람들의 말을 적어도 5명~10명 들어보고 인공지능 입문 공부를 어떻게 시작해야될지 구상해봐야겠다.

+인공지능 공부할 때 그 흥미를 잃지 않기 위해 나만의 루틴을 만들었는데 그것은 바로 공부하며 간식 먹기ㅎㅎ. 공부가 느슨해지고 지루해지는 걸 어느 정도 방지할 수 있을 거 같다. 행복한 마음으로 공부할 수 있을 거 같음*^^*. 아래는 오늘 내가 먹은 간식, 포도랑 고구마랑 결명자 차ㅎㅎ.

포도 넘 꿀맛

Leave a Comment