AI/로봇·드론/VR·AR

IT엔지니어를 위한
기계학습이론 입문
2015. 11. 15
Etsuji Nakai / 株式会社 技術評論社 (http://gihyo.jp)/ 255P


「기계학습」에 관련되는 IT엔지니어가, 예상 이상으로 늘어나고 있지는 않은가? --- 이러한 의문을 가지게 된 것은 1년 정도 전의 일이었다.「데이터 사이언스」나「딥러닝」그리고「인공지능」까지, 미디어가 좋아하는 패스워드가 넘쳐나고 있는 가운데, 데이터분석을 전문으로 하지 않는 일반의 IT엔지니어에 대해서도, 기계학습의 활용이 기대되는 시대가 도래했다. 그 중에는,「전문지식이 없어도 사용한다」고 선전하는 기계학습서비스까지 제공되고 있다.

그럼에도 불구하고, 그곳에는 커다란 함정이 있다. 다양한 기계학습의 툴이나 라이브러리가 오픈소스로 제공되고, 기계학습의 계산처리는 누구라도 가능할 수 있게 되었다. 데이터를 투입하여 프로그램을 실행하면, 어떻든 결과가 나온다. 그러나 그 결과에 어떠한「의미」가 있을까? 기계학습의 결과를 비즈니스에 활용하기 위해서는, 그 배후에 있는 알고리즘을 이해하고 그 결과가 가진 의미를 정확히 파악해야 할 필요가 있다.

본서에서는, 기계학습의 비즈니스 활용을 염두에 두고, 기계학습의 기초가 되는 알고리즘을 근본부터 설명하고 있다. 구체적인 예제를 이용하여,「어떠한 사고방식으로 무엇을 계산하고 있는지」하는 점을 너무 깊지 않게 설명하고자 한다. 그것에 의해 기계학습, 나아가서 데이터 사이언스의 본질을 이해할 수 있게 하는 것이 본서의 목표이다.

기계학습에는 다양한 알고리즘이 있지만, 그 바탕에는「데이터의 모델화와 파라미터의 최적화」라는 공통된 생각이 있다. 본서에서는 이러한「사고방식」에 중점을 두고, 각자의 수식의 의미를 가능한 한 평이하게 설명하도록 배려했다. 이 점이 이해가 된다면, 딥러닝이나 뉴럴네트워크 등, 본서의 범위를 넘어선, 더 고도한 알고리즘을 두려워 할 것은 없을 것이다.

「기계학습의 비즈니스 활용기획을 의뢰 받고 곤란해 하고 있다」「판매분석 애플리케이션의 개발프로젝트에, 돌연 참가가 결정되었다」--- 지인의 엔지니어들로부터 이러한 목소리가, 모두의 의문이 들게 된 것이다. 앞으로의 시대에, 기계학습을 이해하고 사용한다는 것은, IT엔지니어로서 새로운 인생을 열어가는 기회가 되는 것에는 틀림이 없다. 그리고 무엇보다도, 기계학습에는 IT엔지니어의 지적 호기심, 기술에의 탐구심을 충분히 만족시켜 주는 재미가 있다. 한 사람이라도 많은 분이, 본서를 발판으로 해서, 기계학습의 세계에 제 1보를 디디게 되는 것을 기대한다.            

 
      -- 끝 --