머신러닝 입문 풀코스 — 지도·비지도 학습과 분류·회귀·군집화 정리

핵심 메시지

• 강의는 지도학습과 비지도학습 모델을 다루며, 개념과 약간의 수학을 거쳐 구글 코랩에서 직접 코딩으로 구현한다.
• 분류 문제는 데이터의 여러 속성으로 입자가 감마인지 하드론인지 예측하는 등 레이블 예측을 다룬다.
• TensorFlow로 신경망을 만들고 에폭과 배치 크기, 검증 분할을 정해 학습 손실과 정확도를 시각화한다.
• 검증 분할(validation split)로 학습 데이터 일부를 떼어 매 에폭 모델 성능을 점검한다.
• 비지도학습에서는 레이블 없이 k-평균 군집화와 PCA로 데이터를 차원 축소·분류한다.

쉽게 이해하기

MIT·CERN·freeCodeCamp 등을 거친 카일리 잉(Kylie Ying)이 진행하는 이 풀코스는 머신러닝을 '모두를 위한' 눈높이로 가르친다. 강의는 지도학습과 비지도학습 모델을 다루고, 각 모델의 논리나 수학을 조금씩 짚은 뒤 구글 코랩에서 직접 프로그래밍한다. 이론에 오래 머물지 않고 곧장 코드로 들어가 개념을 진행하며 설명하는 방식이다.

첫 실습은 UCI 머신러닝 저장소의 'MAGIC 감마 망원경' 데이터셋이다. 고에너지 입자가 망원경에 부딪힐 때 카메라가 기록하는 패턴의 길이·너비·크기·비대칭도 같은 속성을 이용해, 그 방사가 감마 입자에서 왔는지 하드론에서 왔는지를 예측한다. 데이터는 코랩 노트북에서 NumPy, pandas, matplotlib을 임포트해 pandas의 read CSV로 불러온다.

분류 모델을 학습한 뒤 강의는 TensorFlow로 신경망을 만든다. 모델을 정의하고 x_train, y_train으로 fit을 호출하며, 에폭(학습 주기) 수와 배치 크기를 정한다. TensorFlow가 학습 이력(history)을 기록하기 때문에, 이후 에폭별 손실과 정확도를 그래프로 그려 학습이 잘 진행되는지 확인할 수 있다.

학습 과정에서 검증 분할(validation split)을 0.2로 두면, TensorFlow가 매 에폭마다 학습 데이터의 20%를 떼어 그 부분에서 모델 성능을 평가한다. 이렇게 하면 별도의 검증 데이터셋 외에도 학습 도중 모델 상태를 점검할 수 있다. 손실은 꾸준히 감소하는 모습을 기대한다.

후반부는 비지도학습으로 넘어간다. 레이블 없이 k-평균 군집화로 데이터를 묶고, PCA로 두 개의 주성분 차원으로 축소해 시각화한다. 강의는 군집 결과와 실제 클래스(truth)를 PCA 평면에서 비교하는데, 경계가 겹치는 부분에서는 어려움을 겪지만 대체로 알고리즘이 레이블 정보 없이도 세 범주를 찾아낸다는 것을 보여 준다.

주요 인사이트

• 강의는 이론을 길게 설명하기보다 코랩에서 바로 코드를 돌리며 개념을 익히게 한다. 실제 공개 데이터셋(UCI 저장소)을 내려받아 다루므로 입문자가 현실적인 데이터 처리 흐름을 경험할 수 있다.
• 에폭, 배치 크기, 검증 분할 같은 용어를 추상적으로 두지 않고 TensorFlow 코드와 학습 곡선으로 연결해, 손실 감소와 정확도 변화를 눈으로 확인하게 한다.
• 검증 분할은 학습 데이터 일부를 매 에폭 떼어 성능을 점검하는 장치로, 별도 검증셋과 함께 모델이 과적합 없이 학습되는지 살피는 안전장치 역할을 한다.
• 지도학습과 비지도학습을 한 강의에서 이어 보여 줌으로써, 레이블이 있을 때의 분류·회귀와 레이블이 없을 때의 군집화·차원 축소가 어떻게 다른 접근인지 대비해 이해할 수 있다.

자주 묻는 질문

관련 AI 소식