머신 러닝

누구나 쉽게 이해하는 딥러닝

간만에 머신러닝/딥러닝 책 리뷰를 시작해본다. 이 책은 국내 딥러닝 서적 중 가장 친절한 설명이 포함되어 있는 입문서라고 생각된다. 한국 저자이신 조태호님은 현재 인디애나 의과대학에서 AI, 딥러닝으로 치매를 연구하고 계신다. 틈틈이 아래의 유튜브를 통해 딥러닝 관련 강좌를 진행하시기도한다. 조박사의 편안한 딥러닝 : htt ://www.youtu e.co...

머신러닝과 딥러닝을 포괄적으로 다룬 아주 좋은 책을 발견했다. 원서 : https://sebastianraschka.com/books/ 번역서 : https://www.gilbut.co.kr/book/view?bookcode=BN002431 이 책은 아마존에서 분야 베스트 셀러를 유지하고 있을 정도로 이미 정평이 난 원서를, 번역한 책이다. 원저자인 세바스...

M1용 TensorFlow https://github.com/apple/tensorflow_macos 에서 M1 맥북 및 Big Sur의 ML 계산 프레임워크에 특화된 TensorFlow를 제공하고 있다. M1 맥북이 아닌 인텔 맥북에서도 이 Tensorflow를 사용할 수 있으나, CPU만을 이용할 수 있다고 한다. GPU Acceleration 은 M1...

Computing distance to hyperplane

K-MOOC 인공지능 및 기계학습(2017 봄학기) 수강 중 2주차 2번째 퀴즈 문제 풀이.. SVM(Support Vector Machine)을 공부하다보면 초평면(hyperplane)에 대한 이론이 나온다. 초평면이란 P 차원에서 Class들을 분류하는 P-1 차원의 Subspace이다. 위의 그림과 같이 경계를 구분짓는 직선은 꼭 1개만 존재하는 것이...

Kaggle Competition - Microsoft malware classification challenge(2015)

정보보안 분야에 요즘 Hot한 머신러닝이나 데이터과학을 접목해보려는 아이디어는 누구나 한번쯤 떠올려 보았을 것이다. 그러나 양질의 DataSet을 구하기가 어렵기 때문에 원활한 연구를 진행하기 어렵다는 것이 가장 큰 문제이다. 그래서 대부분은 흔히 구할 수 있는, 서버의 로그나 네트워크 패킷 덤프 정도를 분석하는 것에 그친다. Kaggle은 데이터 사이언스...

Learning to Protect Communications with Adversarial Neural Cryptography

논문리뷰 : 기존의 연구자들은 인공신경망이 암호학 분야에는 별로 적합하지 못할 것으로 여겨왔습니다. 그런데 이번에 구글의 Brain 팀에서 인공지능 기반의 암호화 알고리즘을 개발하였다는 소식을 "Learning to Protect Communications with Adversarial Neural Cryptography"라는 논문을 통해 발표하였습니다. ...

Announcing SyntaxNet: The World’s Most Accurate Parser Goes Open Source

구글이 자연어 처리(정확히는 자연어 이해)를 수행하는 코드인 SyntaxNet을 오픈소스로 공개하였습니다. 원문 글은 구글 Research Blog에 2016년 5월 12일에 업데이트되었습니다. 해당 블로그의 글을 한글화하여 포스팅합니다. 개인적으로, 어색하게 직역되어 무슨뜻인지 이해가 불가능한 글을 상당히 싫어합니다. 이 글은 제가 원문의 글을 파악하고 ...

Linear regression with google tensorflow

선형 회귀(Linear Regression) 머신러닝이나 통계학 부분을 다룰때 거의 가장 첫 챕터에 등장하는 선형 회귀(Linear Regression)에 대해 설명하고, 구글 Tensorflow를 이용하여 간단한 선형회귀 문제를 풀어보도록 하겠습니다. 어려운 설명은 모두 뒤로하고, 간단히 말해서 Linear Regression은 한국 교육과정상 중학교쯤에...

알파고의 거의 모든 것

(드디어 본격적인 알파고 이야기가 나옵니다. 편의상 이 글은 데미스 하사비스의 1인칭 시점으로 작성하겠습니다.) 자 ! 이제 요즘 뉴스를 통해 많이 알려진 알파고에 대해 이야기를 해봐야 할 것 같네요. 딥마인드가 알파고를 만들기 시작한 이유는, 장기적으로 딥러닝과 강화학습을 합친 기술을 만드는 것을 목적으로 하기 때문이고, 이런 측면에서 바둑이야말로 최적의...

DQN(Deep Q-Network) 을 이용한 Atari Game

지난 글에 이어서..'게임'을 통해 인공지능을 테스트한다면, 점점 똑똑해지고 실력이 늘고 있는지를 게임 속의 '점수'를 통해 아주 편리하게 알아볼 수가 있습니다. 그리하여 딥마인드는 게임을 검증 플랫폼으로 사용하기 시작했죠.이것은 End-to-End 학습 에이전트입니다. 이 말인즉슨, 화면에 보이는 픽셀값(특별히 전처리되지않은)이 입력되어 실행에 옮겨지는 ...

Reinforcement Learning & Grounded Cognition

딥마인드는 크게 두가지의 방향성을 가지고 있습니다. Intelligence 통해 해결하라.그 Intelligence 를 이용하여 나머지 모든 것을 해결하라. 인공지능(AI, Aritificial Intelligence)는 기계를 더 똑똑하게 만드는 것을 목표로 하는 일종의 컴퓨터기반 과학/공학입니다. 하지만 그동안의 인공지능은 사람이 프로그래밍한 것으로써 ...

Google DeepMind CEO 데미스 하사비스의 대전 카이스트 방문 특강

데미스 하사비스(Demis Hassabis)는 체스 플레이어이자 뇌과학자 출신입니다. 2014년 1월 구글 딥마인드(Google DeepMind)의 공동 창업자이자 CEO가 되었죠. 특히 영국왕립협회(The Royal Society of London for the Improvement of natural Knowledge)의 특별회원이기도 합니다. 그런 그...