20160409 microsoft 세미나 머신러닝관련 발표자료(축약본)
TRANSCRIPT
% & ’
Q SR33:U O Q
%=<FF&%E<L &…
=SS �DSO U• “ % &
=SS �DSO U•
=SS �DSO U• % c b OfS � S QS b � Sbe &
은닉1입력1
입력2
입력3
은닉2
은닉3
출력1
출력2
출력3
=SS �DSO U• % c b OfS � S QS b � Sbe &
Hidden1
Online
Pharmacy
Hidden2
Hidden3
Spam
Not Spam
5-5
2
3
-55
50
5
0
0
5
=SS �DSO U• % c b OfS � S QS b � Sbe &
5
Online
Pharmacy
2
0
Spam
Not Spam
5-5
2
3
-55
50
5
0
0
5
5×5 = 252×5 = 10
=SS �DSO U• % c b OfS � S QS b � Sbe &
0
Online
Pharmacy
5
0
Spam
Not Spam
5-5
2
3
-55
50
5
0
0
5
5×5 = 250×5 = 0
=SS �DSO U• r
남자머리가길다(a)
여자
0
0
0치마를입었다(b)
화장을했다(c)
0
00
Learn : a-> 여자Learn : a-> 여자Learn : a-> 남자Learn : a-> 여자
남자머리가길다(a)
여자
1
0
3치마를입었다(b)
화장을했다(c)
0
00
머리가긴사람이 남자일확률은?: 25%
=SS �DSO U• r
남자머리가길다(a)
여자
2
1
3치마를입었다(b)
화장을했다(c)
1
44
머리가길고 치마를입었고화장을 하지않은 사람은(d)?: 남자일확률 (2+1->30%)여자일확률(3+4->70%)#여자일거다.
맥주
화장품
5
1
2
4
d?: 맥주를살확률(3×5)+(7×2)->29화장품을살확률(3×1)+(7×4)->31#화장품을살 거다.
=SS �DSO U• r
남자머리가길다(a)
여자
2
1
3치미를입었다(b)
화장을했다(c)
1
44
머리가길고 치마를입었고 화장을 하지않은사람은(d)?: 지하1층? (29×4) + (31×2) = 116+62 -> 178지상1층? (29×1) + (31×3) = 29+93 -> 122#지하1층으로….!!! ???
맥주
화장품
5
1
2
4
지하1층
지상1층
4
1
2
3
=SS �DSO U
I�6� r-
9
�6�% &…
=SS �DSO U
?�% 9&h i
?�% rr 9&h i
=SS �DSO U
O O@ OR�-/� RRS � OfS a % D(�JD&
U b
…
U b
r
{ ”
-,,s
U b
.r
r
U b
/z r
% s&
U b
r
!!!%-, - &
U b
(인간) 1 , 2 , 3 (컴퓨터) 1 , 2 , 3 경우의 수 = 32 = 9
베타고 인간 승리
1 1 무승부
1 2 인간승리
1 3 인간승리
2 1 베타고승리
2 2 무승부
2 3 인간승리
3 1 베타고승리
3 2 베타고승리
3 3 무승부
베타고가 1을냈을 경우 승률 : 0%
베타고가 2를냈을 경우 승률 : 33%
베타고가 3을냈을 경우 승률 : 66%
베타고는매번 경기때마다 승률을계산하여높은 승률의숫자를선택한다.승률은 66%
U b
}
u
% &
U b
… y‘w
k
U b
- -j2 t r
.
/ sv r
0 % &. 1 u
U b
2! 8 2 p 1 p 0 p / p . p -
83., !!!
U b
{ …
-% &
. +r
/ z
0
1 p- r k
U b
-
% &
-bb 6++eee Ofae + S +QOab+-,5
. E bS�<O � b Rbb 6++eee O abcRf Q + fa Qa+ bSNQO N Sb R b
/ E bS�<O � Sb Rbb a6++S e SR O U+e +E bSN<O N Sb R
U b
.+ r
U b
……% & r
r
U b
……% & r
.%3,# & % &
., 7 2 p 1%8/,&
., p 0! 8 04, 7 3/,
U b
r
U b
r
U b
/ z
1,
-, -z à - -z
48050 = 95
U b
0
6
6
WIN
LOSE
5
4
3
5
4
3
2
1
2
1
6
5
4
3
2
1
6
5
4
3
2
1
6
5
4
3
2
1
U b
1 p- r
2 w
-,,
3
U b
(인간) 1 , 2 , 3 , 4 , 5 , 6 (베타고) 1 , 2 , 3 , 4 , 5 , 6 경우의 수 = 6! = 720
1 2 3 4 5 6 알파고총점
인간총점
승리
3 4 5 6 (기권) 10 8 베타고
4 3 5 3 2 (기권) 11 9 베타고
4 5 3 6 (기권) 11 7 베타고
4 6 1 5 (기권) 5 11 인간
3 2 4 6 (기권) 8 7 베타고
이해를 쉽게 하기 위한예)일뿐위의 점수들을심각하게 생각하지는 마세요^^
4국에서의 이세돌의 78수는신의 한수.?.!
• 알파고는 전략이 없음.
• 그저 매번 이길 확률이 높은 수를 택한다.
• 그래서 소위 인간이라면 하지 않을 손빼기를 여러번하였음.
• 78수 이후에 급격히 경기력이 떨어진 이유도 마찮가지임.
• 바알못을 위한 이세돌 vs. 알파고 제4국 풀이http://slownews.kr/52383
흉내바둑 논란이 있음?
• 50% 는 맞을수 있고 50%는 틀릴수 있음.
• 그저 매번 이길 확률이 높은 수를 택한다.
• 하지만 몬테 카롤로 탐색의 기본 컨셉은 랜덤 서치이므로다른 경우의 수로 놓을 가능성이 많음.
이세돌 1명과 컴퓨터1202대(CPU)의 대결을 불공정
게임?
• 5% 는 맞을수 있고 95%는 틀릴수 있음.
• 병렬처리 , 외부와의 커뮤니케이션 가능.
• 하지만, 그건 중요하지 않음.
• 불공정하다고 주장하는 이유들은 거의 다 틀린주장http://www.hani.co.kr/arti/sports/baduk/734463.html
• 알파고에 대한 오해와진실https://plus.google.com/+CheolhoPark/posts/WNRMXTG2Rer
“데이터는 정확도”
• 많은 사람들의 기보와 많은 경험은 그만큼 더 많은머신러닝의 소재가 되는 정보를 수집 할 수 있음.
• 이세돌과의 경기는 구글에겐 엄청난 가치의 데이터와경험이 었음.
• http://biz.khan.co.kr/khan_art_view.html?artid=201603161003071&code=920301&med=khan
• http://www.insight.co.kr/newsRead.php?ArtNo=88&Col=rep
• % - &
• }
bb 6++ Oa OP S Q +.,-1+,3+,-+U U S) b a)P OQ ) S S)U Oa+ C2 LIINEd@_
• “
•
• (( r
• } /, ( z
• r
• ’ “
• r ↓
• ×r }
• “ (r
Book
• 인공지능 세트(현대적접근방식)http://www.kangcom.com/sub/view.asp?sku=201601195782
• 머신러닝 (데이터를 이해하는 알고리즘의 예술과 과학)http://www.kangcom.com/sub/view.asp?sku=201601149629
Link
• 로보틱스와 머신 러닝/인공지능 무료 교재 추천 15권http://slownews.kr/36701
• 코세라(스텐포트 머신러닝 코스)https://www.coursera.org/learn/machine-learning/
• 알파고를 파이썬으로 구현하는 프로젝트https://github.com/Rochester-NRT/AlphaGo
• 모두를 위한 머신러닝/딥러닝 강의http://hunkim.github.io/ml/
Link
• “기계에 지능을 더하는” 머신러닝의 이해http://www.itworld.co.kr/techlibrary/91743
• http://www.itworld.co.kr/news/91546
• http://www.it.co.kr/news/article.html?no=2794932&sec_no=152
• https://googleblog.blogspot.kr/2015/10/11-things-to-know-about-google-photos.html
• 머신러닝에 대해 알아야할 5가지http://www.itdaily.kr/news/articleView.html?idxno=73632
• 딥러닝에 대한 쉬운 설명http://www.bloter.net/archives/201445
Link
• 구글 인공지능과 이세돌 9단의 대국 전망http://www.wikitree.co.kr/main/news_view.php?id=248248
• 모두의 알파고http://www.slideshare.net/DonghunLee20/ss-59338971
• 알파고를 계기로 알게된 기계학습의원리와 한계http://platum.kr/archives/56039
• 알파고에 활용된 머신러닝 기술http://techneedle.com/archives/25764
• 네이쳐에 투고된 알파고에 대한 논문http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html
• https://brunch.co.kr/@madlymissyou/9