아티클 스터디 [스마트하게 머신러닝 적용하는 법 : ①AutoML이란?]

https://yozm.wishket.com/magazine/detail/1267/

스마트하게 머신러닝 적용하는 법: 1AutoML이란? | 요즘IT

 

아티클 요약 및 주요 내용

• 요약
  • AutoML의 필요성
• 주요 포인트 
  • 머신러닝 개요
    • 인공지능의 한 분야로 컴퓨터가 스스로 학습하도록 알고리즘과 기술을 개발하는 일
    • 주요 목적은 특정한 미래의 일을 예측하는 것
    • 빅데이터라고 부르는 데이터를 입력 값으로 받음
    • 알고리즘을 거쳐 해당 데이터를 가공한 뒤에 미래에 일어날 일에 대한 예측 결과를 출력 값으로 반환 
  • 머신러닝 절차
    • 데이터 전처리: 머신러닝 알고리즘 수행 전에 처리해야 하는 모든 과정
    • 변수 생성: 난잡하게 존재하는 원 데이터를 문제 해결에 적합한 변수 형태로 변경
    • 머신러닝 알고리즘 수행
    • 성능 평가
    • 알고리즘 결과 해석
  • AutoML 정의
    • Automated Machine Learning의 줄임말로 자동화된 머신러닝 의미
    • 모든 절차를 일괄적으로 자동화시켜 머신러닝 수행에 들어가는 노력을 줄이거나 없애는 것이 목표
    • 각 머신러닝 절차 자동화의 핵심은 여러 대안들의 정확도를 자동으로 테스트하여 비교하는 것
  • AutoML 장점
    • 시간: 더 이상 데이터 분석가가 모델 간 비교 방법을 구상하고 그에 상응하는 코드를 맍들 필요가 없음
    • 정확도: 인간이 선택한 몇몇 방법론 vs 존재하는 모든 방법론으로 비교하면, 자연스레 AutoML 적용했을 때 더욱 정밀한 결과를 얻을 가능성이 높음
  • AutoML이 주목받는 이유
    • 기회비용: 기존 머신러닝에 투입되는 기회비용이 상당하다. 하지만 AutoML를 적용하면 데이터 분석가가 훨씬 더 생산적이고 발전적인 일 가능
    • 접근성: 모든 머신러닝 절차의 자동화를 추구하기 때문에 AutoML은 훨씬 직관적이면서도 간단한 코드로 모든 작업을 실행할 수 있게 환경이 설정되어 있음

 

핵심 개념 및 용어 정리

• 핵심 개념
  • 머신러닝: 컴퓨터가 스스로 학습하도록 알고리즘과 기술을 개발하는 일
  • AutoML: 머신러닝에 대한 전문적인 지식이 없더라도 간단하고 효율적으로 머신러닝을 수행하게 해주는 것

• 용어 정리
  • DNN: Deep Neural Network로 여러 개의 hidden layer를 가진 인공 신경망이며, 복잡한 비선형 문제를 해결하기 위해 설계되었으며, 각 계층은 데이터의 고수준 표현을 학습하는데 도움을 준다.