[CS231n] 1. Data Driven Approach

본 내용은 스탠포드대의 강의: CS231n을 학습한 내용을 기반으로 작성되었습니다.

Data Driven Approach

최근접이웃 (이하 NN)은 Data Driven Approach의 기초가 되는 분류 기법인데, Data DRiven Approach에 대해 간단히 설명하자면, 모델에 데이터를 와장창 때려넣어 학습을 시키는 방식이다.

이러한 접근법이 있기 전, 학자들은 하드코딩을 통한 분류 모델을 구현하고자 했다.

위의 사진은 대략 어떠한 시도가 있었는지 잘 설명해준다:

1. 고양이의 생김새를 특징한다 (쫑긋한 귀가 두개가 있고, 눈도 두개고 코는 어떻게 생겼고 등등)
2. 이러한 특징들을 edges로 구현한다. ("귀 edge가 어떤식으로 나있고 옆으로 완만한 곡선을 그리다 다시 귀 edge가 나온다")
3. 이런 edges에 대한 알고리즘을 구현한다 (...)
4. 테스트 한다.

딱 봐도 엄청난 노가다가 요구되는 작업이다. 이러한 edge 분류법은 여러가지 문제점이 있다.

1. 비슷한 edge를 가진 사물도 고양이로 인식할 가능성이 있다.
2. Class가 변경되면 해당 특징을 구현할 알고리즘을 또 만들어야한다.

이러한 애로사항을 보완하기 위해 Data Driven Approach 기법을 사용한다.
일일이 각 클래스에 대한 알고리즘을 구현할 필요 없이 데이터를 쏟아부어 모델이 자가 학습을 하게 만든 후 어떠한 방식으로 분류를 하게하는지 구현하는 것이다.