본문 바로가기

Previous (20-22)/Development

머신러닝 / 빅데이터 연구를 시작하는 방법 - (4) 연구 및 학습 Process

이 글로 바로 넘어오신 분이 계신다면, 바로 앞의 개요 부분을 한번은 참고해주시기 바랍니다.

제가 어떤 배경으로 이런 글을 썼는지를 알 수 있을 것입니다.

 

2016/11/19 - [Onik Lab./General] - 머신러닝 / 빅데이터 연구를 시작하는 방법 - (1) 개요

2016/11/19 - [Onik Lab./General] - 머신러닝 / 빅데이터 연구를 시작하는 방법 - (2) 왜 머신러닝과 빅데이터인가?

2016/11/21 - [Onik Lab./General] - 머신러닝 / 빅데이터 연구를 시작하는 방법 - (3) R Programming

 

 

여태까지 앞선 글을 요약하면 다음과 같습니다.

 

1. AI를 연구하고 싶다.

2. AI 연구를 위해 머신러닝을 학습 및 연구하고 싶다.

3. 머신러닝의 데이터 관리를 위해 빅데이터를 연구하고 싶다.

4. 머신러닝의 프로그램 개발을 위해 R 언어를 사용하고 싶다.

 

 

그럼 이제 어떤 연구 Process를 가지고 할 것인지를. 이번 연재의 마지막 글로 올리겠습니다.

 

 

 

4. 연구를 위한 학습 방향 및 Process

 

위의 글을 요약해 보니. 제가 무엇을 어떻게 연구 및 학습하고 싶은 지는 매우 간단합니다.

하지만 사실 까놓고 말하자면, 이것도 하고싶고, 저것도 하고싶고. 다 하고 싶은거에요.

이래가지고 제대로 할 수 있겠습니까라고 생각할 수 있겠죠.

 

그래서 일반적인 연구방법과 제가 추진하려는 연구방법을 비교해보겠습니다.

일반적인 방법도 좋지만 제가 추구하는 방법은 특정 분야와 관련 학문을 일시다발적으로 공부하는 데에 좋을 수 있습니다.

(단, 본인의 의지가 제일 중요합니다)

 

 

먼저 일반적 연구방법입니다.

 

 

 

1. 머신러닝을 알려면 당연히 수학과 통계학은 필수이므로, 해당 학문을 먼저 공부해 나가죠.

2. 어느 정도 공부가 되었을때 머신러닝에 대한 이론의 이해를 돋구고.

3. 아이디어를 도출하기 위해서 생각을 해 나갑니다.

4. 이제 개발할 아이디어를 찾았다면 데이터를 수집해 나가고,

5. 그런 다음에 프로그래밍을 들어갑니다.

6. 그렇게 하면 구현이 완료됩니다.

 

 

이것은 사실 대학생들 또는 시간이 많으신 분들한테는 아주 좋은 방법론이 될 수 있습니다.

 

 

 

 

 

 

그러나 저같은 직장인은 시간은 많이 없고. 그렇다고 해서 자기계발을 하지 않을 수도 없고, 자기 하고싶은것도 해야되지요.

그래서 다음과 같은 방법을 고안해 봤습니다.

 

 

 

 

 

1. 머신러닝을 연구의 가장 큰 틀로 삼습니다.

 1-1) 학습 및 연구를 위한 예제를 하나씩 뜯어보면서 분석합니다.

 1-2) 하지만 통계학, 프로그래밍이 어느 정도 되어있지 않다면 어려울 것입니다.

 1-3) 그래서 예제 하나를 먼저 이해를 한 후, 그 사례에 맞춰서 통계학과 프로그래밍을 한단계씩 공부해 나갑니다.

 

2. 어느 정도 학습이 되었을 때 새로운 아이디어 도출을 위한 생각에 돌입하게 되고,

3. 실제 구현을 위해서 데이터를 수집하고 앞선 1번과 같은 방법으로 하면서 구현에 들어가게 됩니다. 여기서의 구현은 예제 구현이 아닌 자기가 구현하고자 하는 실제 포트폴리오(혹은 프로젝트)를 구현하는 것입니다.

 

 

이 방법의 최대 단점은, 학습해 나가는 지식이 뒤죽박죽이 될 수 있다는 것입니다.

 

그러나, 하나하나의 예제 또는 사례를 기반으로 공부를 해 나가면서 얻어나가는 지식은 스스로가 관리할 수 있어야 합니다.

이러한 지식을 어떻게 잘 관리하느냐가 위 사례를 통한 연구의 성패를 좌우할 수 있습니다.

 

 

제가 추구해 나가는 방법은 제가 임의대로 생각한 방법이긴 하지만, 그리 허구맹랑한 방법론 또한 아닙니다.

가장 유사한 방법론이 무엇인지를 찾아봤더니, 이를

 

사례기반학습(Case-Based Learning)이라고도 하더라고요.

 

(물론 100% 일치하다라고 단정짓기는 어렵지만, 가장 유사한 방법론을 찾자면 그렇다는 것입니다)

사례기반학습에 관련된 글은 찾다 보니까 아래와 같은 좋은 글이 있어서 같이 링크해 드리고요.

 

사례기반학습에 관한 자세한 설명: http://ttend.tistory.com/115 - 또루아빠님 블로그 글

 

 

 

다만 여기서 저보다 머신러닝이든. R 프로그래밍이든. 그 외 연구방법론 등등에 대해서 저보다 더 박식하신 분들은 많을 것입니다.

그렇기에 제가 AI 및 머신러닝 연구를 위해서 시작하려는 이 방법이 뭔가 문제가 있다거나, 아니면 더욱 좋은 방법이 있다면 누구에게나 피드백을 주시면 감사히 받겠습니다.

 

 

전 단지. 제가 지금 해 나가려는 연구와 학습 방향을 확실하게 정하고, 그것에 맞춰서 하나둘씩 진행을 하려는 것이고.

위와 같은 프로세스로 연구를 진행하는 것이 올바르게 이루어진다면, 향후에 저와 같은 방향의 연구를 하려는 사람에게도 분명히 조금의 도움은 될 수 있을 것으로 생각되어서 블로그에 이를 공유하고자 하는 것입니다.

 

 

쉬운 일은 아니지만, 한 단계 한 단계씩 나아가면서 제가 추진하려는 연구의 틀이 어느 정도 이루어졌으면 하는 바람입니다.

 

 

이상 머신러닝/빅데이터 연구를 시작하는 방법 4부작을 모두 마치겠습니다.

 

더 나은 피드백이 있다면 어떤 글이든 환영합니다.