머신러닝과 인간. 그 끝의 딥러닝

데이터는 유한하나, 나는 모든것을 알고싶다.

이를 위한 아주 과학적이고 수학적인 접근법

통계.

 

사람의 한계치를 넘은 계산량과 속도를 

기계에게 일임하여 이를 해결하려는 시도가

머신러닝.

 

유한한 데이터로 확률분포만을 알아낸다면

새로운 데이터로도 예상되는 결과를 추정할 수 있다.

하지만 문제는 데이터가 유한하다는 사실.

그렇기에 많은 변수들이 있는 실제에 가깝기는 상당히 어렵다.

그래서 머신러닝은 그 변수들을 파라미터라고 할당해주고

범용적인 모델을 만들어낸다.

그리고 이 파라미터값을 조절하여 

데이터의 분포를 표현한다.

 

머신러닝의 목표

모델의 확률분포가 실제 분포에 가장 가까울 수 있는

최적의 파라미터값을 찾는 것.

 

---

새로운 데이터를, 아직 일어나지 않은 일을, 다가올 미래를.

두려움인가, 통제인가, 기대인가, 지혜인가.

 

인간이 했었고,

인간은 그 한계를 인정했고,

기계를 시켰고,

기계도 그 한계를 보았기에,

이제는 기계가 인간처럼 하려하는것이

딥러닝인가.