회기문제의 평행 도표-전복 문제의 변수 상관관계 시각화

다음 단계는 속성 간의 상관관계와 속성과 레이블 간의 상관관계에 대한 아이디어를 얻는 것이다. 바위와 기뢰 데이터를 컬로 컬러 코딩한 평행 좌표 도표에서 이러한 상관관계를 도식화하였다. 전복 문제에 대해서 동일한 접근 방법을 사용하기 위해서는 약간 수정이 필요하다. 바위와 기뢰는 분류 문제다. 평행 좌표 도표에서 컬로로 표현한 선은 행이 실제 포함된 분류에 따라 그려진 선이다. 이 선이 “회기문제의 평행 도표-전복 문제의 변수 상관관계 시각화”

히트 맵을 이용한 속성과 레이블의 상관관계 시각화

상관관계를 계산하고 출력하거나, 대비도표를 그릴 대상이 상관관계사 몇 개 정도라면 어렵지 않다. 그러나 숫자가 아주 많은 표는 이해하기도 쉽지 않으며, 만약 100개의 속성이 있는 문제라면 한 페이지 안에 모든 대비도표를 출력하는 것도 쉽지 않다. 아주 많은 수의 속성에 대한 상관관계를 조사하는 방법은 먼저 한 쌍의 속성 간의 피어슨 상관계를 계산하고, 계산 결과 값을 행렬로 정렬-행렬의 “히트 맵을 이용한 속성과 레이블의 상관관계 시각화”

평행 좌표계 그림을 이용한 시각화

속성 개수가 작지 않은 문제에 유용하게 사용할 수 있는 시각화 방법 중 하나를 평행 좌표계 그림 (parallel coordinaties plot)이다. 그림 2-2는 평행 좌표계 그림을 구성한 그림이다. 그림의 오른쪽에 있는 숫자의 텍터(vector)는 머신 러닝 데이터 세트의 속성 데이터의 행을 나타낸다. 숫자 벡터의 평행 좌표계 그림은 그림 2-2의 선 도표로 그려진다. 선은 개별 속성의 값에 대응하는 인덱스를 “평행 좌표계 그림을 이용한 시각화”

인공지능의 철학을 문제삼는 시각

‘인공지능의 철학(philosophy of artificial intelligence)’이라는 말은 우리들에게 생소한 느낌을 준다. ‘인공지능’은 오늘날 첨단 과학기술로 널리 알려져 있으나 이것을 다루는 ‘철학’을 우리의 현실에서는 찾아보기 어렵다. 철학계의 연구발표나 철학전문 학회지에서 인공지능을 철학의 주요논제로 삼아본 경험이 우리에게는 아직 없는 것 같다. 그러나 한국인지과학회나 일부 대학과 연구기관들에서는 철학 자와 인공지능에 관한 철학적인 논의들을 개별적으로 하여 온 것으로 알고 있다. “인공지능의 철학을 문제삼는 시각”

첫 번째 기계학습 애플리케이션

첫 번째 기계학습 애플리케이션 팔을 걷어붙이고, 우리의 가상 창업 회사인 MLASS를 보자. 회사는 웹상에서 기계 학습 알고리즘을 제공한다. 점차 번창해 웹 요청을 충분히 처리하고자 기반 시설을 늘리려고 한다. 비싼 장비를 무턱대고 증설할 수 없다. 한편으로, 웹 요청을 처리할 장비를 갖추지 못하면 점차 손해를 볼 수도 있다. 여기서 질문을 하면, 시간당 100,000 요청이 있다고 추정하고 현재 “첫 번째 기계학습 애플리케이션”