2016년 다보스포럼에서 4차산업혁명을 처음 언급한 이후로 인공지능, 사물인터넷, 빅데이터 등의 새로운 패러다임이 확산되었고, 이제 7년밖에 되지 않았는데 이런 단어들은 초등학교 저학년도 아는 일반적인 용어가 되었다.
그 중에서도 인공지능은 이제 우리 생활에 밀접하게 연관되어 있고
우리가 만나는 교육컨텐츠들도 인공지능 기반으로 서비스 되는 것들이 상당하다.
#챗GPT
지난 1월 MS에서 발표한 챗GPT도 요즘 매우 핫하다.
사람이 말하는 어투로 질문하면 사람이 대답해 주는 것과 같은 문장으로 우리에게 설명해 준다.
내용적으로 보면 학습이 부족하거나 검증되지 않은 내용들도 많기 때문에 이용자들의 주의가 필요하지만, 교육계에서도 토론회까지 급하게 열며 논의 중일 정도로 뜨겁니다.
이렇게 우리가 이용하는 대부분의 것들에 적용되어지는 인공지능,
우리는 제대로 이해해야 그 적용 및 활용 또한 확장해서 고민해 볼 수 있을 것이다.
'인공지능'이라는 용어는 익숙해 졌지만, 그 개념으로 들어가면 공부할 것들이 많다.
확률과 통계와 같은 수학적 개념은 당연하고, 미적분과 같은 이과생들의 영역에 대한 학습도 필요하다. 그리고, 수학적 백그라운드가 있어도 이제는 인공지능의 학습 방법을 이해해야 한다.
나는 개인적으로 대학은 문과계열을, 대학원은 공학계열 인공지능을 전공하였다.
문과출신으로서 인공지능에 대한 개념 이해가 필요해서 시중에 나와 있는 책들을 많이 살펴 보았었는데 수학적 백그라운드가 부족해서 인지 늘 어려움이 있었다. 지금 생각해 보면 설명 방식이 불친절했던 것도 있는 것 같다.
#JPUB #제이펍출판사 #그림으로배우는StatQuest머신러닝강의
이왕이면 쉽게 설명한 책, 그림으로 표현한 책들을 찾고 있다가 좋은 책을 발견하였다.
제이펍 출판사의 <그림으로 배우는 StatQuest 머신러닝 강의> 이다.
#조시스타머 #JoshStarmer #머신러닝유튜브 #StatQuesat
조시스타머는 통계, 데이터 과학, 머신러닝 분야에서 유명한 과학자이다.
머신러닝 유튜브 'StatQuesat with Josh Starmer'를 운영 중이고, 구독자수가 2023년 2월 기준으로 88만 7천명이 넘는다. 채널에 들어가 보면 알겠지만, 문장으로의 기술보다는 시각화하여 설명해주는 특징이 있다. 인공지능 분야 중에서도 외부에서 주어지는 데이터를 기반으로 스스로 학습하는 머신러닝 분야에 대해 알려주는 채널이다.
인공지능분야는 용어를 나열하고 하나하나 정의해 보라고 하면 말문이 막히는 분야이기도 하다. 그만큼 개념 정립에 시간이 걸린다. 어려운 개념을 쉽게 설명할 줄 아는 그는 진짜로 아는 사람이다.
90만에 가까운 구독자가 인정하는 전문가이지 않는가
<그림으로 배우는 StatQuest 머신러닝 강의> 책의 구성
표지부터 만화책을 보는 것 같다. BAM~~
원시인과 공룡이 대화하며 으쌰으쌰 응원 하려나 보다.
그림책처럼 가로로 넓적하다.
머신러닝 기초부터 신경망까지 머신러닝의 최고레벨까지 다루고 있다.
목차에서 보다시피 그림이 친근하다고 해서 내용은 가볍지 않다.
이책은 초보자 부터 중급 수준의 머신러닝 학습자를 위한 내용을 담고 있다.
머신러닝을 처음 배우는 사람들에게 편안하게 다가가기 위해 저자가 상당한 마음을 썼음을 알 수 있다. 머신러닝의 기본개념을 알고 싶은 사람부터터 동작 알고리즘을 이해하고 싶은 사람들에게 적합하다.
저자 조시스타머는 재미있는 사람임에 틀림 없다.
애기들조차도 좋아하는 공룡을 그리며 한장한장 따라오라고 말한다.
딱딱함을 벗어 던지고 그래프와 화살표로 설명한다.
아니나 다를까, 뒷부분에 모델 성능 평가하기 파트에 가니 노래까지 만드셨다.
키워드는 민감도, 특이도, 정밀도, 재현율!!
QR코드 찍어보니 유튜브로 연결되고 저자의 노래도 감상할 수 있다.
너무 너무 재미있어서 웃음이 빵 터져버렸다. 보통의 애정으로는 만들어 질 수 없는 노래다.
머신러닝하면 앞으로 조시스타머님이 생각나면서 기분이 좋아질 것 같은 느낌이다.
음식도 기억으로 선호하듯이 책도 비슷한 것 같다. 기억의 감정이 좋으면 지식의 담은 낮아진다.
이 책은 머신러닝 이해를 위한 기초 개념부터 탄탄하게 이해할 수 있도록 구성되어져 있다.
예를 들어 통계기본 개념 파트를 보면 히스토그램이 나온다.
설명하는 순서를 보면, 먼저 히스토그램의 주요개념을 다룸에 있어서 먼저 이슈를 제시한다.
" 많은 측정값에 숨겨진 트렌드를 찾아내고 싶다"
이를 알아내기 위한 방법을 제시하고 히스토그램이 관련 인사이트를 발견하기에 유용한 도구라고 설명한다.
그 다음에 자세히보기 파트에서 측정값들의 확률까지 예측할 수 있음을 전개한다.
머신러닝 알고리즘은 크게 지도학습과 비지도학습으로 나뉜다.
이와 관련하여 분류, 회귀, 군집화, 차원축소 등의 개념 이해가 필요한데 이 모두를 다루고 벡터분류와 신경망까지 다루고 있다.
내가 생각할 때 이 책은 완전 초보용은 아니다.
적어도 기본 개념을 알고 있는 사람이 읽으면 머신러닝 지식 트리를 체계화하는데 상당하게 도움이 될 같다.
그럼에도 입문자들에게도 이 책을 함께 보라고 이야기하고 싶다.
왜냐하면 그림으로 설명해 주는 책이 흔하지 않고
무엇보다 유튜브 채널을 통해서 흥미롭게 다가갈 수 있고
공부하다가 어려운 부분을 만났을 때 긍정적 마인드도 전환할 수 있기 때문이다.
인공지능 분야 서적은 대부분 두꺼운데 <그림으로 배우는 StatQuest 머신러닝 강의>는 상대적으로 얇으면서도 핵심 키워드를 이해할 수 있도록 했다.
머신러닝을 공부하는 사람들은 이 책 옆에 끼고 시각화 하면 이해도가 높아지리라 생각한다.