[Day12] 딥러닝과 신경망의 본질 (글로 배우는 딥러닝)

오늘은 딥러닝과 뉴런 네트워크 (신경망)에 대해 알아보도록 하겠습니다. 오늘 내용은 인공지능, 딥러닝에 대한 다소 철학적인(?) 내용들이 다수 포함되어 있네요.

1. 여러분들은 AI, Machine Learning, Deep Learning의 차이점에 대해 잘 알고 계신가요?

https://wendys.tistory.com/136

[AI] 인공 지능 , 머신 러닝, 딥 러닝 차이점이 무엇일까요?

2. 컴퓨터에서 색을 표현하기 위해 R,G,B 색을 사용한다는 것을 아시죠? 딥러닝에서 컬러 이미지를 학습하기 위해서는 이를 분해하여 3가지 채널로 학습합니다.

https://www.w3schools.com/colors/colors_rgb.asp

Colors RGB

3. Yoshua Bengio 교수님은 딥러닝 분야에서 아주 유명하신 분이죠. 삼성에 소속된 분이시기도 합니다. 이분의 페이스북을 팔로우 하는 것도 딥러닝을 배우는 데 중요한 요소가 될 지도 모르겠습니다.

https://www.facebook.com/yoshua.bengio/posts/2269432439828350

보안 확인 필요

4. 인공지능을 이해하기 위해 행동주의 심리학도 한번 살펴 보겠습니다.

https://namu.wiki/w/%ED%96%89%EB%8F%99%EC%A3%BC%EC%9D%98%20%EC%8B%AC%EB%A6%AC%ED%95%99?from=%ED%96%89%EB%8F%99%EC%A3%BC%EC%9D%98

행동주의 심리학 - 나무위키

5.  심지어 비둘기 조차도 학습이라는 것을 할 수 있습니다.

https://www.youtube.com/watch?v=vGazyH6fQQ4&feature=youtu.be

6. 조작적 조건화 

https://ko.wikipedia.org/wiki/%EC%A1%B0%EC%9E%91%EC%A0%81_%EC%A1%B0%EA%B1%B4%ED%99%94

조작적 조건화 - 위키백과, 우리 모두의 백과사전

7. 인간의 행동을 '조작'할 수 있다면? '스키너의 상자'(Skinner Box)

http://www.edupolnews.com/news/articleView.html?idxno=11676

인간의 행동을 '조작'할 수 있다면? '스키너의 상자'(Skinner Box) - 교육정책뉴스

8. 인지심리학 (이런 것들을 살펴보기 위해 나무위치를 읽게 될 줄은 몰랐습니다.)

https://namu.wiki/w/%EC%9D%B8%EC%A7%80%EC%8B%AC%EB%A6%AC%ED%95%99?from=%EC%9D%B8%EC%A7%80%EC%A3%BC%EC%9D%98

인지심리학 - 나무위키

9. 마스터 알고리즘이라는 책을 한번 읽어보기를 권장받았습니다.

http://www.kyobobook.co.kr/product/detailViewKor.laf?mallGb=KOR&ejkGb=KOR&linkClass=&barcode=9791185459547

마스터 알고리즘 - 교보문고

10. 연결주의를 아시나요? 고등학교 윤리 시간에 배운 철학보다 더 깊이 철학을 공부해야 할 것 같습니다.

https://ko.wikipedia.org/wiki/%EC%97%B0%EA%B2%B0%EC%A3%BC%EC%9D%98

연결주의 - 위키백과, 우리 모두의 백과사전

11. Linear transformations and matrices | Essence of linear algebra, chapter 3 (3Blue1Brown은 정말 수학을 시각적으로 이해하기 쉽게 비디오로 설명합니다. 모두가 극찬하는 그 채널...)

https://www.youtube.com/watch?v=kYB8IZa5AuE&feature=youtu.be

12. 스칼라가 뭔지 모르신다면 다음을 읽어보시기 바랍니다.

https://ko.wikipedia.org/wiki/%EC%8A%A4%EC%B9%BC%EB%9D%BC_(%EC%88%98%ED%95%99)

스칼라 (수학) - 위키백과, 우리 모두의 백과사전

13. 스칼라 얘기를 꺼내는 것은 벡터에 대한 이야기를 하고 싶기 때문입니다.

https://ko.wikipedia.org/wiki/%EC%9C%A0%ED%81%B4%EB%A6%AC%EB%93%9C_%EB%B2%A1%ED%84%B0

유클리드 벡터 - 위키백과, 우리 모두의 백과사전

14. 머신러닝이란 무엇인가?

https://research.sualab.com/introduction/2017/09/04/what-is-machine-learning.html

머신러닝이란 무엇인가?

15. 딥러닝이란 무엇인가? - 수아랩이라는 회사에 대해서 이름은 들어봤었지만, 이런 훌륭한 블로그도 운영하고 있었는 지는 몰랐네요.

https://research.sualab.com/introduction/2017/10/10/what-is-deep-learning-1.html

딥러닝이란 무엇인가? (1)

https://research.sualab.com/introduction/2017/10/10/what-is-deep-learning-2.html

딥러닝이란 무엇인가? (2)

16. 블랙박스(Blackbox)라고? - 인공지능이 블랙박스라는 주장을 반박하는 글입니다. 같은 반 다른 친구가 이야기하는 것을 들었는데, 이 필자에 대해 욕하는 사람이 많다고 합니다...

https://blog.pabii.co.kr/aint-blackbox/

블랙박스(Blackbox)라고? - 파비 블로그

17. AI가 정답을 내보내지 않았을 때, 왜 그런 답을 내었는지, 어디서 잘못되었는지 찾을 수 있을까요? 그럴 수 없다는 말을 여기저기서 듣게 됩니다.

https://news.joins.com/article/22394025

못 믿겠다 AI, 설계자도 심층신경망 작동 방식 몰라

18. Interpretable ML: 그래서 이런 화두가 등장했나 봅니다. 우리는 과연 Machine Learning을 디버깅할 수 있을 만큼 이해할 수 있게 될까요?

https://research.sualab.com/introduction/2019/08/30/interpretable-machine-learning-overview-1.html

Interpretable Machine Learning 개요: (1) 머신러닝 모델에 대한 해석력 확보를 위한 방법

https://research.sualab.com/introduction/2019/10/23/interpretable-machine-learning-overview-2.html

Interpretable Machine Learning 개요: (2) 이미지 인식 문제에서의 딥러닝 모델의 주요 해석 방법

19. Why Should I Trust You?": Explaining the Predictions of Any Classifier ... LIME (Local Interpretable Model-agnostic Explanation)이라는 개념이 등장합니다.

https://www.youtube.com/watch?v=hUnRCxnydCc&feature=youtu.be

20. 씁쓸한 교훈

https://newsight.tistory.com/302

The Bitter Lesson 번역