3.6 ~ 10
내 머릿속은 과소적합이 왔다. 드디어 새로운 개념을 배우게 되어 또 얼마나 재밌을까 생각하며 부푼 마음을 안고 강의에 임했다.
머신러닝이란?
'머신 러닝'이라는 용어는 주로 패턴을 파악하고 분류, 회귀, 클러스터링과 같은 작업을 수행하는 전형적인 데이터 기반 알고리즘을 의미합니다. 정보를 많이 확보할수록 성능이 강화됩니다.
모델은 여러 매개변수로 지정됩니다. ML 모델을 학습시킨다는 개념은 예측과 데이터에 나타나는 실제 값 사이의 편차를 최소화함과 동시에 매개변수를 최적화함을 의미합니다.
출처 : servicnow
라는 개념하에 정말 많은 이론을 짧은 시간에 얕게 배워나갔다. 당연히 전공자나 같은 분야의 학생들의 수업량에 비하면 터무니 없이 짧고 부족한 시간이기에 배움의 깊이는 어쩔 수 없이 얕았다. 그럼에도 용어들이나 분명히 한글인데 한글 같지 않은 설명들이 너무 어렵게 다가왔다. 수학에 매우 약한 나에게 여러 공식들은 정말 절망에 가까울정도. 하지만 이번 머신러닝 강의는 갓장래 강사님께서 맡아주셨고 역시나 반복 숙달의 커리큘럼으로 나같은 비전공자도 꾸역꾸역 따라갈 수 있었던 것 같다. 개념이 한번, 두번에 걸쳐서 공부할 것이 아니라 여러번 보고 직접 수행해봐야 머릿속에 들어오기에 개념잡기 너무 힘들었던 한 주였다. 그래도 확실히 배운 것은 머신러닝을 통해 최선의 모델링을 하고 오차를 줄이고(회귀) 정확도를 높여(분류) 최상의 성능을 뽑아내야 한다는 것이다. 다음주는 남은 머신러닝 강의와 3차 미니프로젝트가 예정되어 있다. 미프에 얼타지 않게 많은 복습을 해야될 듯...!
