머신러닝 2

인공지능에 대한 짧은 생각

확실히 나는 인공지능에 대해선 보수적이다. 가령 인공지능을 이용한 번역이나 통역보다 내 스스로 언어를 깨우쳐 그 언어가 가진 매력이나 특징을 알게 되는 것이 훨씬 흥미진진하다고 여기고 있다. 생산성(productivity)의 관점에서 보자면, 전혀 비논리적인 생각이긴 하지만. 확실히 인공지능은 우리의 생산성을 비약적으로 높여줄 순 있겠지만, 장기적으로는 인간의 능력을 떨어 뜨리고 인류 문명이 가진 다양성을 해치게 될 것이다. 인공지능을 둘러싼 다양한 논의들 중에 하나가 '믿을 만한 인공지능(Trusted AI)'이다. 아래 도표로 믿을 만한 인공지능에 대한 간단한 개념을 이해할 수 있을 것이다. 이러한 논의는 이제 걸음마 단계이지만, 앞으로 중요한 화두로 부상할 것이다. 인공지능(Artificial In..

데이터 사이언티스트(Data Scientist)의 자질

출처: https://elu.nl/careers-in-data-science-data-analyst-vs-data-engineer-vs-data-scientist/ 간추려 보자면, 1. 통계학이나 수학 석사 학위 이상을 지니고 통계적 모델과 머신러닝 알고리듬을 만들 수 있는 능력, 2. 플랫폼에 상관없이 데이터를 자유자재로 추출해 가공할 수 있는 프로그램 실력, 3. 각종 데이터베이스의 구조에 관한 실전 지식, 4. 뛰어난 통찰력과 분석 능력, 5. 데이터 시각화를 구현할 수 있는 기술, 6. 해당 비즈니스와 산업에 관한 기본 지식, 7. 기술적인 콘셉트를 일반 언어로 쉽게 설명할 수 있는 소통능력 등이 있다. 더불어 이 분야에 대한 남다른 열정까지 거론된다. - , 유혁의 데이터 이야기 중에서(중앙일보..