머신러닝 기반 파이썬 개발
- 앞으로 다가올 미래에 머릿속에 지식을 주입하기만 하는 전통적인 교육방식은 의미가 없을 것입니다. 다가오는 4차 산업에 대응하기 위해서는 지식이 아닌 세상 속에 주어진 지식을 활용하는 능력이 중요할 것입니다. 정보 활용 능력은 데이터 수집, 가공, 분석력을 요구합니다. 또한 생각하는 힘이 있어야합니다. 마지막으로 변화에 대응할 준비가 되어있어야합니다.이러한 능력을 갖추기 위해서 우리는 코딩교육(SW구현) 을 통해 문제해결 능력을 기는 것이 가장 좋은 방법입니다.
- 파이썬은 현재 전 세계적으로 점유율이 높은 프로그래밍언어로서 인공지능, 데이터분석, 클라우드 등 IT 핵심 기술의 성장이 가속화되면서 같이 계속해서 성장할 것으로 전망됩니다. 텐서플로, 케라스, 파이토치 등의 인공지능을 지원하는 라이브러리는 모두 파이썬을 기준으로 작성, 업데이 트되고 있습니다.
- 파이썬은 다른 언어에 비해서 훨씬 더 배우기 쉽습니다. 인간이 대화할 때 사용하는 자연어(영어)와 거의 닮아 있어 코드 작성과 읽기가 매우 효 율적입니다. 그러나 배우기 쉽다고 해서 초보자만 사용하는 것이 아닙니다. R&D 분야의 연구 전문가들도 파이썬의 효율적인 코드 작성과 다양한 분야로 지원하는 강력한 기능들을 매우 잘 활용하고 있습니다.
- 인공지능은 인간의 학습 능력, 추론 능력 등을 컴퓨터를 이용해 구현하는 분야입니다. 머신러닝은 인공지능의 한분야에 속해 있으며 명시적인 규 칙없이 컴퓨터가 스스로 학습하는 능력을 갖추게 하는 분야입니다. 컴퓨터는 학습용 패턴 데이터들을 학습하고 새로운 패턴이 주어졌을때, 이것이 무엇인지 예측할 수 있습니다. 최근에는 머신러닝기법 중 하나인 딥러닝 기술이 급격히 발전하여 음성인식, 자율주행 등의 분야의 성능이 급격하 게 발전하게 되었습니다. 다가오는 미래에는 이러한 기능을 활용하여 다양한 솔루션을 낼 수 있는 인재를 요구할 것입니다.
- 머신러닝 및 딥러닝을 지원하는 강력한 파이썬 라이브러리들을 이용하면 우리도 인공지능을 활용할수 있습니다. 대표적인 머신러닝 라이브러리 는 케라스, 텐서플로, 파이토치 등이 있고 모두 파이썬을 이용하여 다룰 수 있습니다. 파이썬은 배우기 쉬운 언어이기 때문에 머신러닝 라이브러이 에도 보다 쉽게 접근할 수 있습니다. 우리는 이 라이브러리들을 이용하여 SVM, Decision Tree, Regression, Neural Network, CNN, RNN, LS TM 등의 강력한 학습 모델들을 활용할 수 있습니다.
< CNN >
< SVM >
< Decision Tree >