Don’t learn machine learning(Learn how to build software with ML models)

kmooc에서 머신러닝 강좌를 듣는데 상당히 따분했다. 예전에 생활코딩에서 뭔가 실습하면서 재미를 느꼈는데, 여기서는 죄다 공식, 이론만 말하고 심지어 ppt 읽으신다..(kmooc의 한계점인가..)

암튼 이런저런 글들 읽다가 대망의 아티클을 봐버렸다....

https://medium.com/@calebkaiser/dont-learn-machine-learning-8af3cf946214

Don’t learn machine learning

 

대뜸 머신러닝을 배우지 말라는 내용은 아니고, 머신 러닝 모델을 사용해서 소프트웨어를 만드는 법을 배우자! 의 느낌의 글이다.

일단 산업의 학술적인 survey가 아니라 머신러닝팀에서 연구한 것을 바탕으로 낸 자신의 의견이다.

 

보는 내내 찔린 게 통계 기술이나 선형대수나 이런거 해야하나 싶고 심지어 ADsP 준비하면서 서포터 백터 머신 이런거 공부했었다. 그런데 이사람은 이 과정을 비판하고 있다. 굳이 공부해야 할 필요가 없다고 주장한다. ML researcher(머신러닝 연구원)들을 위한 거지, 개발자를 위한 것이 아니다. 

<위의 내용 원문>

 

 

핵심을 짚는 질문, 목적이 다르면 공부 방법도 다르다는 것을 얘기해준다.

이론부터 가는게 아니라 실제로 하나하나씩 만들어가면서 배우라는 것. 만들다가 막히는 게 있으면 배우고

처음부터 이론으로 뚫고 들어가는 게 아니라!!

 

.

빅픽처까지 그려주셨다....

1. 무엇을 만들고 싶은지 목표를 설정하고(text 자동인식이나 자동차 번호판 인식을 먼저 만들어보라)

2. 누군가가 내 프로젝트에 맞는 프로젝트를 찾아라(GPT-1나 YOLOv3같은 걸 찾으라는데,,,,뭐지,,)

3. 더 해보고 싶으면 fine tuning을 해봐라(대충 앱이나 웹을 만들어 보라는 거겠지?..)

 

 

 

 

 

회원가입 폼을 만들기 위해서 암호학을 공부하지 않듯이, 머신러닝 제품을 이용한 제품을 만들고 싶으면 머신러닝 자체를 학문으로, 수학으로 접근하는게 아니라 누군가가 만든 모델을 가지고 새로운 서비스를 만들어라

일단 뭔가를 만들어보라

 

 

#그래서

뭔가 가지고 있었던 고민이 뻥하고 뚫렸다. 머신러닝의 핵심은 데이터, 데이터가 중요하면 이해하기 위해 통계나 수학을 먼저 배워야 하나???의 고민을 반복하며 울며 겨자먹기로 kmooc에서 영상만 틀어놨었는데, 일단 큰 틀을 알아야 할 것 같다. 머신러닝을 개발하는 사람들이 어떤 생각을 가지고 어떤 분야에서 어떤 목표를 가지고 서비스를 만들어내는지부터. 인사이트를 얻고 싶어졌다.