본문 바로가기
즐겁게 살자/인공지능(Google)

내가 생각하는 딥러닝/머신러닝 개념 정리 kor

by swconsulting swconsulting 2019. 6. 7.

저는 인공지능 머신러닝/딥러닝은 프로그램밍 되는 것이 아니라 많은 데이터 이용해서 훈련 후 모델을 만드는 작업이라고 생각합니다.

좋은 딥러닝 모델을 만들기 위한 단계

1) 가능한 많은 데이터를 확보하고 이 데이터 학습하기 위한 데이터로 최적화 및 변형하는 작업

2) Loss function/Optimizer, Layer, node, Drop out 등에 대해서 hyper parameter 작업 진행

3) Input Network 조절을 통해서 학습 시간 및 overfit 확인 작업

4) Overfit  수치 확인 및 생성된 모델에 대해서 검증 작업 및 결과 pyplot으로 visaulize 작업

2) 3) 4)번 작업을 자동으로 작업 하도록 자동화 프로그램(Python) 개발

5) Ensemble learning 고려

2017년부터 머신러닝에 대해서 학습 및 응용을 해서 아래 서비스를 개발했습니다.

모두 Google Tensorflow/Keras 를 개발하고 AWS/Azure/Google Cloud 서비스를 이용해 Deploy 했습니다.

- aiMu (easy and simple AI piano music composition app) 

https://play.google.com/store/apps/details?id=com.aimusicr


- miseGo (App developed by React-Native. AI Module developed by Google TensorFlow) 

https://play.google.com/store/apps/details?id=com.swconsulting.weatherandair


- eXGo (App developed by React-Native) 

https://play.google.com/store/apps/details?id=com.exgor

 

약 2년 동안 인공지능 개발과 실제 적용을 해보았습니다. 인공지능만 하지 않고 실제 적용을 해보았기 때문에 인공지능 모델에 대해서 실제 서비스에 적용될 것에 대해서 고민을 하면서 인공지능 모델을 만들어 본 경험이 제 강점이라고 생각합니다. 

댓글0