일상 일기 블로그

📘 강화학습이란 무엇인가― 인간처럼 배우는 기계를 향한 첫걸음🧠 우리는 어떻게 배우는가?아이가 처음 숟가락을 쥐고 밥을 먹을 때,그 누구도 정답을 알려주지 않는다.다만 반복하며 행동하고, 결과를 보고, 스스로 개선할 뿐이다.이처럼 인간은 경험을 통해 배우며 성장한다.이러한 학습 방식은 단순한 정답 매칭이 아니다.우리는 행동하고 → 결과를 보고 → 다음 행동을 바꾸며세상 속에서 배우는 존재다.이것이 바로 **강화학습(Reinforcement Learning)**이 모방하려는 구조이다.❓ 기존 학습 방식은 왜 부족한가?기계학습은 크게 두 가지 방식으로 분류된다.지도학습: 정답이 있는 문제에서 학습한다.비지도학습: 데이터의 구조를 찾아낸다.하지만 다음과 같은 문제들은 어떠한가?로봇이 방을 청소할 때, 가장..

F1 스코어는 왜 조화평균을 쓸까?— 두 지표가 모두 ‘기여 단위가 역수 구조일 때’ 최적의 결합 방식이기 때문입니다.1️⃣ 우선 구조부터 짚고 갑시다: Precision vs RecallPrecision (정밀도):내가 ‘정답’이라고 판단한 것 중 실제 정답인 비율Precision=TPTP + FP\text{Precision} = \frac{\text{TP}}{\text{TP + FP}}Recall (재현율):실제 정답 중에서 내가 정답이라고 맞춘 비율Recall=TPTP + FN\text{Recall} = \frac{\text{TP}}{\text{TP + FN}}둘은 다른 차원의 정확도입니다.Precision은 내가 한 선택의 질Recall은 전체 중에서 내가 잘 포착했는지의 정도즉, 두 지표는 서로..

정답률(Accuracy)이 전부일까? — Precision과 Recall이 등장하게 된 이유세상에는 많은 머신러닝 모델이 있습니다. 그 모델이 얼마나 "잘 작동하는지" 평가하는 기준이 필요하죠. 이때 가장 먼저 떠오르는 건 정확도(Accuracy)일 겁니다. 예를 들어 100명 중 95명을 맞췄다면 정확도는 95%니까 꽤 괜찮아 보이죠. 그런데, 정말 그럴까요?오늘은 정답률만으로는 볼 수 없었던 문제들을 짚어보고, 그 문제를 해결하려 등장한 Precision(정밀도) 과 Recall(재현율) 의 개념을 이해해보려 합니다.왜 Accuracy만으로는 충분하지 않을까?정확도는 가장 직관적인 지표입니다. 예측이 얼마나 맞았는지를 보는 거니까요. 다음과 같은 상황을 생각해봅시다.✅ 예시: 암 진단 모델전체 사람:..

🧠 블로그 1회차왜 퍼셉트론은 생각을 못할까?— 오차역전파가 등장하기 전, 신경망은 어디서 멈췄는가1. 컴퓨터도 생각할 수 있을까?아이들은 단어 하나를 배우면 규칙을 응용할 수 있습니다.walk → walked jump → jumped go → went (예외도 암기!)이건 단순한 암기가 아니라,👉 규칙과 예외를 스스로 구별하고 표현하는 능력입니다.컴퓨터에게도 이런 능력을 줄 수 있을까요?2. 퍼셉트론: 컴퓨터의 기본 뉴런퍼셉트론은 뇌의 뉴런을 흉내 낸 계산 장치입니다.입력에 숫자를 곱하고, 일정 값을 넘으면 1, 아니면 0을 출력합니다.수식으로 쓰면 이렇게 됩니다:y = f(w₁x₁ + w₂x₂ + b)( x₁, x₂ ): 입력값 (예: 0 또는 1)( w₁, w₂ ): 가중치( b ): 바이어..

🧠 퍼셉트론 시리즈 1회차Rosenblatt (1958) “The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain”1. 왜 뇌는 기억하고, 인식하고, 생각할 수 있을까?F. Rosenblatt은 이 논문의 시작에서 다음 세 가지 질문을 던집니다. 이는 단순한 궁금증이 아니라, 뇌를 수학적으로 설명하고 싶은 과학자라면 반드시 답해야 하는 핵심 질문이기도 합니다.생물은 세상에 대한 정보를 어떻게 감지(감각)하는가? 감지한 정보는 뇌에 어떻게 저장(기억)되는가? 저장된 정보는 우리의 행동이나 인식에 어떤 방식으로 영향을 주는가?이 중에서 1번, 감각의 과정은 감각생리학(sensory physiol..

🧠 인간 두뇌를 논리 회로처럼 그려낸 최초의 시도— McCulloch & Pitts (1943) 논문 해설 ①: 이 논문이 왜 중요한가 & 연구 배경1️⃣ 왜 이 논문이 중요한가?1943년, 신경생리학자 Warren McCulloch과 수학자 Walter Pitts는 당시로서는 상상도 하기 어려운 논문을 발표합니다.논문 제목은 "A Logical Calculus of the Ideas Immanent in Nervous Activity",우리말로 옮기면 **"신경 활동에 내재된 사고의 논리적 계산 체계"**입니다.이 논문은 한마디로 말하면 **“두뇌 = 논리 회로”**라는 생각을 수학적으로 모델링한 논문입니다.💡 이 논문은 오늘날 인공지능의 뿌리인 인공신경망(Artificial Neural Netwo..

2장 파이썬 속성강좌 2.11 딕셔너리 2.11.1 defaultdict 문서에서 단어의 빈도룰 세어본다고 하면, 단어를 키로 빈도수를 값으로 지정하는 딕셔너리를 만드는 것이다. 값이 이미 존재하면 그 값을 증가시키고 없다면 새로운 키를 추가하면 된다. 딕셔너리로 값의 빈도를 세는 코드를 만들어보자. word_counts={} for word in document: if word in word_counts: word_counts[word]+=1 else: word_counts[word]=1 word_counts={} for word in document: try: word_counts[word]+=1 except KeyError: word_counts[word]=1 word_counts={} for wo..

1장 들어가기 1.1 데이터 시대의 도래 데이터는 어디서나 쓰인다 스마트홈, 스마트 카 등 뿐 아니라 어디에나 있다. 그러니 중요하다 1.2 데이터 과학이란? 데이터과학자 :지저분한 데이터에서 통찰(Insight), 즉 유용한 규칙을 발견하려고 하는 사람이다. 데이터마이닝을 통해 투표, 상품판매, 이주패턴 찾기 등 여러가지에 응용이 가능하다 1.3 동기부여를 위한 상상:데이텀 주식회사 데이터 과학자들을 위한 소셜네트워크 회사에서 일한다고 가정해보자. 하지만 이 회사는 데이터 과학을 써보지 않았다. 우리가 몇 가지를 처음부터 구현한다 생각해보고 실습해보자. 1.3.1 핵심인물 찾기 데이터 과학자 중의 핵심인물은 누구일까? 사용자 중에 친구가 많은 사람은 누구일까? 이를 한 번 구현해보자. users=[ {..