머신러닝(ML), 인공지능(AI), Microsoft Cognitive Toolkit (CNTK) 엔지니어인 Ivan Farkas 의 AI 학습 경로에 대한 좋은 안내 글(AI Learning Path, May 27, 2017)이 있어 공유합니다. 데이터 과학자, 머신러닝(ML), 인공지능 엔지니어라면 필수적으로 알아야할 개념과 추천 과정들이 쉽게 설명되고 정리가 잘 되어있어 번역해 보았습니다.

순서

1. 머리말
2. 인공지능(AI)을 사용하는 이유
3. 인공지능(AI)으로 진입해야하는 이유
4. 지금이어야 하는 이유
5. 학습 전략
6. 3가지 학습 경로 (1. AI 소비자, 2. 데이터 과학자, 3. 머신러닝(ML) 엔지니어)
7. 배치 인공지능(AI) 교육
8.  AI는 얼마나 빨리 혁신되고 있습니까?
9. 결론
10. 참고문헌

머리말

기술, 특히 소프트웨어 개발은 수평적으로나 수직적으로 성장하고 있을 뿐만 아니라 매우 세분화되고 전문화되고 있습니다. 따라서 소프트웨어 개발자는 무엇을 연구하고 어떤 깊이로 결정해야 하는지를 결정하기가 어렵습니다. 전체 스택 소프트웨어 개발자 및 컨설턴트로서 교육 자료, 과정 및 자격증을 위한 시간, 에너지 및 돈을 투자해야하는 소프트웨어 기술 및 방법에 대해 많은 질문을 받습니다. 아래 5 가지 질문에 스스로 답 해보시기 바랍니다.

1. 가장 흥미로운 소프트웨어 기술은 무엇입니까?
2. 어떤 업체의 구현물이 경쟁에서 이기는 가장 좋은 기회입니까?
3. 내 직업 프로필에 얼마나 중요합니까?
4. 고객에게 어떻게 판매 할 수 있습니까?
5. 어떻게 하면 수익을 올릴 수 있을까요?

인공지능(AI)과 머신러닝(ML)은 패러다임의 변화이며 IT 역사상 가장 큰 혁명이 될 것이지만, 현재까지도 여전히 많은 어려움이 있습니다. 나는 2015 년경에 머신러닝(ML)과 Computer Vision을 매우 신중하게 바라보았습니다. 내 친구 Zoltan Feher 가 크리스마스 시즌에 우리와 함께 보냈습니다. 그때 우리는 인공지능(AI)으로 문제를 해결할 수 있는 컴퓨터 비전과 머신러닝(ML)이 적용된 가전 제품에 대해 브레인스토밍을 했었습니다. 이것이 앞서의 #1번 질문에 대한 대답일 것입니다. #2 번 질문에 대한 답을 찾는 것이 힘들었 기 때문에 확실한 방법으로 합성곱 신경망(Convolutional Neural Network, CNN)으로 MatLab 을 사용하여 구현해 보았습니다. 어떻게 작동하는지 알지 못했고, 그것에 대한 정답이 하나가 아니라는 것도 알고 있었지만, 그 당시에는 다른 어떤 것도 보이지 않았으며 지금도 그렇게 할 것입니다. 처음 두 질문에 답하는 것은 인공지능(AI)과 머신러닝(ML)이 내 시간, 에너지 및 돈에 가치가 있다고 결정 할만큼 충분히 매력적이었습니다. 그때의 의사결정은 많은 산업 리더와 포럼을 통해 확인할 수 있었습니다. 물론 사람마다 다를 수 있습니다.

이 글에서는 3 가지 주요 인공지능(AI)에 대한 학습 경로, 관련 내용 및 장단점에 대해 설명합니다. 그러나 그 전에 사물을 바라보는 관점을 좀 다르게 볼 필요가 있습니다. 왜 인공지능(AI)을 사용해야하며, 왜 인공지능(AI)으로 진입해야 하는지, 마지막으로 왜 지금 이어야 한다는 점에 대해서요.

자료출처 : 6월 14, 2017 by Peter Kim                        

https://projectresearch.co.kr/2017/06/14/%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5ai%EA%B3%BC-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9Dml-%ED%95%99%EC%8A%B5-%EA%B2%BD%EB%A1%9C/

위 주소에 공지된 자료를 공유합니다.