더북(TheBook)

 

3장 가장 훌륭한 예측선 긋기: 선형 회귀

Deep Learning for everyone icon_day

 

딥러닝은 자그마한 통계의 결과들이 무수히 얽히고설켜 이루어지는 복잡한 연산의 결정체입니다. 우리 몸을 이해하려면 몸을 구성하는 기본 단위인 세포의 역할을 알아야 하듯 딥러닝을 이해하려면 딥러닝의 가장 말단에서 이루어지는 가장 기본적인 두 가지 계산 원리를 알아야 합니다. 바로 선형 회귀로지스틱 회귀입니다.

이 두 가지 개념을 중·고등학교 수준에서 공부하기란 쉽지 않습니다. 대학에서 통계를 전공하지 않았다면 익숙하지 않을 주제이지요. 그러다 보니 여기서부터 시작하는 머신러닝이 쉽지 않아 보이는 것이 무리는 아닙니다. 하지만 이 두 개념을 이해하기 위해 반드시 어려운 공식과 수학이나 통계학 개념에 통달해야 하는 것은 아닙니다. 어렵지 않은 수학 용어와 중·고등학교 수준으로도 딥러닝의 밑그림이 되는 개념을 충분히 이해할 수 있습니다. 이를 알고 나면 딥러닝을 구동시키는 원리에 한 걸음 다가설 수 있습니다.

 

042

 

가장 훌륭한 예측선 긋기란 통계학 용어인 선형 회귀(linear regression)를 쉽게 풀어서 정의한 것입니다. 머신러닝은 제대로 된 선을 긋는 작업부터 시작됩니다. 선의 방향을 잘 정하면 그 선을 따라가는 것만으로도 지금은 보이지 않는 미래의 것을 예측할 수 있기 때문이지요.

첫 단추가 많은 것을 결정합니다. 진입 장벽을 허물고 딥러닝의 세계로 들어오기 바랍니다.

신간 소식 구독하기
뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.