• avatar
    2020-06-12 푹자

    [질문] 상품 추천 서비스를 위해서는 머신러닝을 위한 데이터 수집을 어느정도의 다양한 데이터가 있어야 하며 머신러닝 학습을 위한 샘플 데이터를 알려주시면 감사하겠습니다.

    학습할 데이터는 정형, 비정형 관계없을까요?

  • avatar
    2020-06-12 Wor

    1) AI / ML 의 개념 차이를 다시 체크 해 보시고.
    2) 우선 AI 결과물이 만족될 수준으로 나올, '좋은' 데이타들 로 학습을 시켜 시스템을 만들고,
    3) 그 후에, 실제 ML 을 통해서.

    https://aws.amazon.com/ko/machine-learning/

    완성도 높은 시스템 은 비정형 까지 해결합니다.


  • avatar
    2020-06-12 FBI

    [질문] 인공지능이 넘어야할 언어의 장벽이 과연 무엇인가요

  • avatar
    2020-06-12 Wor

    '언어' 자체의 문제 아닐까요 ?
    A가 'Z' 라고 표현한 것을, B 가 'Z' 로 인식하데 만드는.


  • avatar
    2020-06-05 이지헌

    [질문] 머신러닝을 통해 나온 결과에 대한 의구심이 든다면.. 어떻게 검증해야 할까요? (상급자가 결과에 대한 근거를 제시하라고 한다면..)

  • avatar
    2020-06-05 Wor

    컨설팅 하시는분들도 고민 많던 부분인데,
    1) 일단 고객사랑 정한 기준, 데이타가 맞나 확인
    2) 그 이전에 모델로 돌렸던 결과치와 최종 결과의 차이로 예측이가 정확한 모델이다.

    그러니 이 결과도 예측이 맞을 것이다.


  • avatar
    2020-06-05 이종우

    [질문] 사기 탐지 하려면 카드 정보에 대해서 체크 할것같은데 카드사 정보 연계가 내부적으로 되는 건가요?

  • avatar
    2020-06-05 Wor

    접근 가능한 데이타는, '합법적인 선'데이타 일테고, 보통은 사기패턴을 분석해서, 그 내용으로 적발합니다.
    예) 사기치는 사람들이 많이쓰던 유형, 방법.


  • avatar
    2020-06-05 ho

    [질문]학습되지 않은 신경망과 학습 완료된 신경망에서 만약에 1.새로운 학습 내용을 추가하게 되면 학습 속도의 차이가 있는지요?

  • avatar
    2020-06-05 Wor

    기존 룰(가치관)을 바꾸는 것 이라면, 새로 다시 해야 겠지만, 단순이 데이타 추가라면 오래 걸리지 않을 듯 합니다.


  • avatar
    2020-06-05 heejun.yoo

    여러 프레임워크가 오픈소스로 공유 되어 있어 너무 좋은데, 각 프레임워크마다 강점들이 있을까요? 프레임워크를 선택해서 프로그래밍 하는 기준이 궁금합니다.

  • avatar
    2020-06-05 고우성(지식PD)

    텐서플로, 파이토치, MXNET 등이 대표적으로 쓰이는 프레임워크인데, 각자 배우는 게 어려워서 KERAS라는 응용단 API도 있습니다. 각자 필요에 따라 배우면 됩니다.



  • avatar
    2020-06-05 김태식

    [질문] 딥런닝이나 머신러닝을 하려면 목적이 있어야 한다고 하셨는데요, 기계는 0과 1만의 데이터를 인식할뿐선악을 판단 할수가 없는데요, 고도로 발달한 딥런닝이나 머신러닝은 스스로 학습을 통해 스스로의 목적으 세워서 인간의 제약을 벗어나서 영화 터미네이터 처럼 인간에 해악을 끼칠수도 잇는지요?

  • avatar
    2020-06-05 고우성(지식PD)

    많은 논쟁이 있는 주제입니다. 그래서 인공지능 윤리법 같은 제정이 필요하다고 주장하시는 분들도 있어요.


  • avatar
    2020-06-05 박기웅

    [질문] 만족할만한 결과를 위해서는 충분한 기계학습이 필요한것 같은데요. AWS상에서의 이용시간에 따른 비용이 부과되는건지요?

  • avatar
    2020-06-05 고우성(지식PD)

    네. 그렇습니다. 모델을 직접 학습하는 경우라면 인프라 비용이 들거구요. 기 학습된 모델을 그냥 이용하는 거면, 호출 횟수당 비용이 듭니다.


  • avatar
    2020-06-05 soribza

    <질문>AWS Deep Composer로 학습시켜 만든 음악의 상업적 사용은 어떤 제약이 있나요?(기존 음원 라이센스나 AWS 자체 제약 등이 궁금)

  • avatar
    2020-06-05 고우성(지식PD)

    좋은 질문인데... 저작권은 원래 멜로디에 있는 것이잖아요. 저렇게 연주곡을 만들어도 저작권 이슈는 있을 듯 하네요. 물론 자작곡이면 제외...


  • avatar
    2020-06-05 박미유

    방금 deepcomper에서 모델을 직접 만들 수 있다고 하셨는데 그 모델 만드는 것도 aws에서 할 수 있는건가요? 아님 파이선 같은걸 배워야 가능한건가요

  • avatar
    2020-06-05 고우성(지식PD)

    aws에서 하실 수 있어요. 기존에 만들어진 모델을 쓰거나, 데이터를 좀 더 넣어서 맞춤형으로 만들거나... 후자는 조금 더 배워야겠죠.


  • avatar
    2020-06-05 김태식

    [질문] 머신런닝을 잘 하려면 하이퍼파라메터의 값을 잘 지정해 주어야 한다고 하셨는데요, 하이퍼파라메터의 특성과 사용법이 궁금합니다.

  • avatar
    2020-06-05 고우성(지식PD)

    그걸 잘 하는 게 딥러닝 잘하는 거라고 합니다. 미세한 모델 조정에 쓰는 변수 값들은데, 조금씩 변화시키면서 답을 달아주는 성능이 높아집니다. 값변화를 수동으로 할 필요는 없구요.


  • avatar
    2020-06-05 김태식

    [질문] 강화학습 머신러닝의 보기로 알파고가 있다고 하셨는데요, 기계에게 어떤 점수나 칭찬을 주는지요? 이런 점수나 칭찬등의 내용을 감정이 없는 기계가 인지 할수 있는지요?

  • avatar
    2020-06-05 고우성(지식PD)

    감정이 없어도 trial and error로 배우는 것입니다. 동물에게 똑 같은 걸 계속 시키면 자동으로 하는 거랑 비슷합니다.


  • avatar
    2020-06-05 Ji12345

    딥레이서나 딥렌즈 같은 제품들은 이미 학습이 어느정도 되어있는건가요 아님 제가 모델을 가지고 처음부터 하나하나 학습을 시키게 되는건가요?

  • avatar
    2020-06-05 고우성(지식PD)

    이미 학습된 모델이 진짜 많아요. 있는 모델을 쓰는 경우가 대부분입니다.


  • avatar
    2020-06-05 CoolGuy

    [질문] 딥 콤포저, 딥레이서, 딥렌즈는 어디서 구입해야 하나요?^^

  • avatar
    2020-06-05 Wor

    https://aws.amazon.com/ko
    에 설명과 각 페이지 하단에 구매페이지 등.


  • avatar
    2020-06-05 jchoi

    [질문]머신러닝을 위해 파이썬같은 기본 언어에 대한 사전 학습은 필수인지요?

  • avatar
    2020-06-05 고우성(지식PD)

    필수는 아니구요. 초급 부터 고급까지 다양하게 ai서비스가 있다고 합니다.


  • avatar
    2020-06-05 Eric Lee

    [질문] aws의 머신러닝를 내부 시스템과 연계가 필요하면 어떤식으로 할수 있을까요?

  • avatar
    2020-06-05 고우성(지식PD)

    gs칼텍스 처럼 사내 데이터를 클라우드에서 학습해서 모델을 만들고 그걸 고객 마케팅에 적용하는 방식으로 결합힙니다.


  • avatar
    2020-06-05 플레이

    학습이란 것이.. 간단히 두 개를 비교한다고 생각하면 될까요??

  • avatar
    2020-06-05 고우성(지식PD)

    기계 학습이란 말 그대로 기계가 모르는 걸 배운다고 생각하시면 됩니다. 데이터를 계속 넣어 훈련 시켜서 알때까지 하는 건데요. 뒤에 설명 드릴꺼에요..



  • avatar
    2020-06-05 Hee Seok Kang

    머신러닝, 딥러닝 알것도 같고 설명하라면 막상 설명이 어려운 데 두 학습에 대한 가장 큰 차이 및 특장점, 적용 분야 등이 어떻게 다른지요?