[computer-vision] 지도학습의 원리 실습

http://playground.tensorflow.org ← 딥러닝을 이용한 지도학습의 원리를 체험할 수 있는 사이트

 

티처블 머신 teachable machine

• 구글이 제공하는 무료 No-Code 머신러닝 플랫폼
• https://teachablemachine.withgoogle.com/
• 클릭

 

티처블 머신: 이미지 프로젝트

• 파일 또는 웹캠으로 이미지를 학습시킬 수 있음
• 이미지 프로젝트 → 표준 이미지 모델 선택

 

티처블 머신: 모델 학습시키기

• 웹캠이나 파일로 해당 클래스의 예시를 입력
• 클래스1의 이름을 입력
• 클래스 2에도 동일한 작업
• 학습 버튼 클릭
• 웹캠이나 파일로 새로운 이미지 업로드
• 분류된 결과

 

딥러닝 이전과 이후의 특징 추출

• 딥러닝 이전에는 과제 특성에 맞게 여러 단계의 처리 과정을 거쳐 특징을 추출
• 종단간 학습(end-to-end leaning): 딥러닝에서는 원 데이터를 거의 그대로 입력하여 원하는 출력을 얻음
• 표상 학습(representation learning): 신경망이 과제를 수행하는데 적합한 특징들을 내부적으로 학습

 

인간과 기계의 학습 방법의 차이

• 스스로 생각하는 존재, 인격화된 존재라는 통념
• 인간은 소량의 데이터나 심지어 데이터 없이도 학습이 가능
• 인공지능은 대량의 데이터가 필요
• 인공지능은 좁은 범위의 문제에만 학습이 가능, 전이(transfer)가 어려움
  • 문제가 달라지면 처음부터 새롭게 접근해야
• Zero-Shot Learning: 추가적인 데이터 없는 전이 학습
  • 매우 다양한 범위의 문제들을 하나의 모델에 학습 → 기존의 문제와 유사한 새로운 문제도 가능