머신러닝을 잘 아는 선배에게 수업을 듣는 느낌입니다.
쿡 찌르면 와르르 쏟아져 나오는 얘기 보따리 같다고나 할까요.
문제가 있다면 알려주는 선배와 듣는 후배 사이 간격이 제각각 일 수 있다는 점입니다.
알아도 너무 잘 알고 많이 알다 보니, 아낌없이 풀어놓는 내용들이 어떤 이에게는 전체 흐름과 윤곽을 잡을 수 있는 더할 나위 없는 기회가 될 수 있으며, 다른 어떤 이에게는 우와우와~ 하며 새로운 세상을 만나 감탄사만 연발하며 어리둥절할 수 있습니다.
더하여 옮긴이가 꼼꼼하게 추가해 놓은 주석은 뭔가 갸우뚱할 수 있는 부분이나 설명이 부족한 부분을 명확하게 짚어줍니다.
우선 무슨 얘기를 하고 있는지 알아보기로 했습니다. 하나씩 꼼꼼히 따라가려 했다가는 얼마 못 가 바스러지고 있는 제 의지를 만날게 틀림없기 때문입니다.
머신러닝으로 시작
기계를 학습시킨다는 어찌 보면 생소한 얘기를 풀어나갑니다. 기계를 작동시키는 건 익숙하지만 기계를 학습시킨다는 건 이상합니다.
학습이라는 사람이 이해하기 쉬운 용어를 사용하긴 하지만, 풀어서 말하면 문제를 파악하여 모델을 만들고 데이터를 이용하여 훈련시킵니다. 정해진 규칙이 아니라 데이터와 훈련으로 규칙을 찾습니다.
배우고 익힌다는 면에서 학습으로 볼 수 있지 않을까요.
수학 공식처럼 정확한 게 아니고 어느 정도 근사치면 허용하는 확률입니다.
조금 거칠게 말하면 엄청난 계산이 가능해진 기계 성능 덕분에 할 수 있는 접근 방식입니다.
훈련을 통해 처리할 수 있는 많은 부분은 딥러닝이 아닌 머신러닝만으로도 충분하다고 알려줍니다.
아웃풋을 요구
각 장을 마치면 연습문제가 있습니다. 내용을 다시 살펴보게 하고 이해했는지 물어봅니다.
그려보고, 만들어보고, 답을 찾고, 설명해 보라고 합니다.
만약 연습문제만 있었다면 막막할 수 있었겠지만 부록에 정답이 있습니다.
정답으로 내용을 이해한다기보다 비교하고 검토할 기준으로 삼으면 될 듯합니다.
아웃풋을 만들며 적어도 그 장에서 놓치지 말아야 할 부분을 정리할 수 있습니다.
텐서플로로 풀다
딥러닝을 통해 만날 수 있는 대표적인 분야를 알려줍니다.
컴퓨터 비전, 시퀀스 처리, 자연어 처리, 강화 학습
텐서플로를 이용하여 어떻게 풀어나가는지 보여줍니다.
한 번에 이해한다면 좋겠지만, 직접 돌려가며 많이 부딪쳐 봐야 감이 잡힐 것 같습니다.
모든 길을 로마로 통하는 것처럼 모든 딥러닝은 텐서플로로 통하는 것처럼 보입니다.
신경망을 이해하는데 진입장벽이 존재한다고 생각합니다.
수학 지식, 프로세스 자체에서 느끼는 이질감 등 사람마다 다양할 것입니다.
아마 한 번만 신경망이 가진 몇 가지 급소를 이해한다면 그다음은 일사천리일 것 같습니다.
'핸즈온 머신러닝'이 옆에 두고 수시로 도움 받을 수 있는 든든한 조력자가 아닐까요.
"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."
