기록

Table

Day

페이지

책 속 한 문장 또는 소감

P.29 ~ P.36

* 알고리즘 : 컴퓨터가 수행할 일을 순서대로 알려주는 명령어의 집합 ’내가 창조하지 못하는 것은 이해하지 못한다’ - 리처드 파인만 * 복잡성 괴물 : 공간(저장장치), 시간(수행시간), 인간(버그)

P.37 ~ P.45

* 머신러닝 → 씨앗, 데이터 → 토양 * 학습된 결과물(프로그램) : 성장한 식물 * 머신러닝 알고리즘은 중개인(MatchMaker) * 데이터는 석유처럼 정제하는 일이 큰 사업이다.

P.46 ~ P.95

* 마스터알고리즘의 후보들 - 신경과학에서 두뇌 모방 - 진화론에서 자연 선택 - 물리학에서 카오스 이론 - 통계학에서 베이즈 정리 - 컴퓨터과학에서 NP완전문제

P.96 ~ P.110

- 진화주의자 : 구조를 진화시킴 - 연결주의자 : 변수를 학습함 - 기호주의자 : 가지를 구성함 - 베이즈주의자 : 증거에 가중치를 부여함 - 유추주의자 : 새로운 상황과 연관지음

P.111 ~ P.164

기호주의자의 머신러닝 세상에 공짜는 없다 → 지식이 없는 학습은 없다 연역법 : 규칙의 모음 오컴의 면도날 : 실체들은 필요이상으로 중복되어서는 안된다 → 의사결정트리

P.165 ~ P.204

연결주의자의 머신러닝 퍼셉트론, 역전파, 합성곱신경만, 볼츠만기계

P.205 ~ P.238

진화주의자의 머신러닝 유전알고리즘 → 적합성 함수 물통릴레이알고리즘 → 가장 빨리 학습하는 자가 승리한다

P.239 ~ P.290

베이즈주의자의 머신러닝 사후확률 P(A|B) = P(A) X P(B|A) / P(B) P(원인|결과) = P(원인) X P(결과|원인) / P(결과)

P.291 ~ P.330

유추주의자의 머신러닝 최근접 이웃알고리즘 협력필터링시스템 차원의 저주 SVM

P.331 ~ P.378

선생님없이 배우기 K-평균 알고리즘 EM알고리즘(Expectation - Maximization) 주성분분석(PCA, Principle Component Analysis)

P.379 ~ P.420

여러가지 알고리즘의 통합 메타학습 → 스태킹(쌓아올리기) → 배깅(자루에 넣기) → 부스팅(강화법) 마르코프논리네트워크

P.421 ~ P.462

* 패러티브사이언스사 : 야구경기를 정리하는 인공지능시스템 운영사 구글 + 마스터알고리즘 = 스카이넷? 컴퓨터는 고유의 의지가 없기 때문에 불가능 통계학자는 미래예측이 어렵다는 것을 알고 컴퓨터과학자는 미래를 예측하기 위해 미래를 창조한다