머신러닝, 한눈에 이해하기 (머신러닝 요약 및 목차)
머신러닝 트리맵 피그마 파일
*참고로 머신러닝 용어는 한국어가 아닌, 영어 정식 명칭으로 배워놓는 것이 좋다. 해외 논문을 참고하거나, 해외 자료를 리서치 할 때 유용하다.
* 머신러닝을 배우기 위해서 선수로 배워야 할 개념은 이와 같다 : 중, 고등 기초 수학(특히 함수), 선형 대수(벡터), 미분 (최적화를 위해서), 확률과 통계, 프로그래밍(파이썬 or R)
보통 새로운 지식을 배울 때 바로 시작하기 전 꼭 트리맵을 그려서 전체적인 개념과 구조를 이해하려고 하는 편이다.
그래야 중간에 막히거나, 어려움이 생기더라도 쉽게 트리맵으로 돌아가서 내가 어느부분에서 막히는지, 어느 개념에서 어려움을 느끼는지 알 수 있기 때문이다. 과거 내가 새로운 프로젝트 때문에 (바이오 프로젝트) 머신러닝을 배우면서 만든 머신러닝 과정 트리맵과 과정을 간단하게 공유하고자 한다.
학창시절 수능 공부처럼 하나하나 외우거나 툭 찌르면 툭 답이 나올 정도로 알 필요는 전혀 없다.
단, 내가 어떤 프로젝트를 하거나, 어떠한 문제점에 직면 했을때 어떤 개념을 써서 솔루션을 낼 수 있겠다, 정도로는 개념이 익혀져 있어야 하고,
실제 데이터셋을 받아 솔루션을 구현할 때 다시 처음으로 돌아가서 차근차근 해내가면 된다.
마치 오픈북 시험 처럼 말이다. 오픈북 시험이라고 해도, 한 과목에 대한 대략적인 기초 개념과 트리맵이 정립이 되어 있어야 이 문제의 답이 어느 단원에 포함되어 있고, 어느 목차를 가야 빨리 답을 찾을 수 있을지 알 수 있기 때문이다.
우리는 수능 처럼 시험을 보는 것은 아니기 때문에 외우겠다, 마스터하겠다는 열망은 잠시 내려 놓고 일단 전체적인 개념을 이해하고, "어떠한 솔루션이 필요할 때 이 개념을 적용 할 수 있겠다." 정도로만 시작하는 것이 좋다.
머신 러닝의 개념 맵은 아래와 같이 이루어져 있다.
피그잼으로 트리맵을 만들었으니, 머신러닝 공부를 시작하는 초심라자면 한번 살펴보기를 추천한다.
머신러닝 피그잼 트리맵 바로가기
