이토록 쉬운 딥러닝을 위한 기초 수학 with 파이썬

이토록 쉬운 딥러닝을 위한 기초 수학 with 파이썬
마스이 도시카츠 지음, 이중민 옮김 / 루비페이퍼 / 2019년 8월

저도 파이썬을 조금씩 공부하고 있습니다만, 다른 사람의 코딩을 따라하는 정도이고 이것으로 내가 생각하는 딥러닝을 구현하려고하면 결국 장벽처럼 마주서는 분야가 수학입니다. 행렬은 어쩔수없는 기초이고, 함수와 그 무섭다는 미적분도 알아야하는 분야입니다. 더우기 딥러닝이 예측을 하는 프로세스가 작동을 하기에 회귀분석, 지수함수, 수열 등을 학습을 돕습니다. 그리고 우리 이세돌기사를 꺽었던 알파고가 사용했던, 몬테카를로 방법도 인공지능방법까지 학습범위로 사용합니다. 제대로된 딥러닝을 위한 최소한의 토대를 마련해준 책이 바로 <이토록 쉬운 딥러닝을 위한 기초수학 with 파이썬>이었습니다.

저자 마스이 도시카츠는 마스이 기술사사무소대표입니다. 한국에서도 기술사라고 하면 한기술의 정점이죠. 물론 명장이라는 제도가 있기는 합니다만 기술사도 인정받는 급일겁니다. 그는 정보공학분야 기술사라고 합니다. 수학검정협회 트레이너이고 소프트웨어개발쪽으로 활동중입니다. 저자가 낸 과거 저서도 수학퍼즐, 데이터분석통계, 테크롤로지수업 등 수학과 관련있을 다루었습니다.

딥러닝을 왜 해야 할까요? 그것은 인간의 꿈을 실현하기 위해서이지않을까요. 스스로 사고하는 존재를 인간이 만들기위한 노력말입니다. 딥러닝은 인간이 관여를 하지않아도 스스로 해결하는 수준을 말합니다. 머신러닝, 딥러닝, 강화학습은 그런 단계로 가기위한 과정입니다. 딥러닝은 신경망에서 기반되었고, 그 방식은 지도학습을 주방식으로 사용합니다. 감독학습같은 건데, 사람이 정답을 계속 제시를 하면 알고리즘이 반복적으로 작업을 하는 것을 말합니다. 데이터가 더 많아지면 비지도학습을 사용하여 스스로 군집화를 이루어갑니다. 군집화로 발생하는 패턴을 보고 판단이 가능할겁니다. 이런 과정이 의미가 있을려면 딥러닝에서 구해지는 패턴이 수치화가 되어야 학습이 가능해 집니다. 수학은 바로 이 수치화를 위한 필수 지식입니다.

저자는 수열, 확률, 통계, 행렬, 벡터,미분등만 하면 딥러닝의 맛을 못느낄수있기에 5장~7장까지 본격적인 딥러닝 항목으로, '예측과 최적화'로, 회귀함수관련 내용들을 학습하고, '신경망과 딥러닝'에서는 기울기소실문제, 이미지배치와 정규화문제를 다룹니다. 끝으로 '강화학습'으로 몬테카를로 방법인 비지도학습의 기본개념을 설명합니다. 솔직히 관심만 가지고 접근할 수없는 분야가 인공지능입니다. 다방면의 코딩지식과 탄탄한 수학이 받쳐주어야 제대로된 딥러닝이 가능하고 자신이 필요한 실험도 가능할겁니다. 노력만이 살길이고, 우선 <이토록 쉬운 딥러닝을 위한 기초수학>부터 씹어먹어야 가능할겁니다.

<이토록 쉬운 딥러닝을 위한 기초수학>은 항상 장을 시작할 때, 2가지 질문으로 시작합니다. 하나의 질문은 전체 장을 생각해보게하는 질문이고, 다른 하나의 질문은 세부적인 학습에 관련된 질문이었습니다. 무조건 내용을 따라하는 것이나 익히는 것보다 전체적으로 생각하는 시간을 가지고 그 챕터를 다 읽고도 다시 한번 그 질문을 다시한번 답을 하는 시간을 가진다면, 저자의 이야기대로 딥러닝을 이용하는 것이 아닌 이해하는 단계로 갈수 있을 겁니다.