티처블 머신 이해
미리 알아볼 개념들
알고리즘(algorithm)
머신러닝(machine learning)
훈련(training)
데이터(data)
클래스(class)
모델(model)
- 티처블 머신이란?
Teachable Machine은 모든 사람이 빠르고 쉽게 접근하여 기계 학습 모델을 만들 수 있는 웹 기반 도구
- 누구를 위한 것입니까?
교육자, 예술가, 학생, 혁신가, 모든 종류의 제작자 – 실제로 탐구하고 싶은 아이디어가 있는 모든 사람.
기계 학습에 관한 사전 지식이 필요하지 않음
- 어떻게 사용합니까?
기계 학습 코드를 작성하지 않고도 이미지, 소리 및 동작을 인식하도록 컴퓨터를 훈련시킴
자신의 프로젝트, 사이트, 앱 등에서 훈련한 모델을 사용
1단계: 데이터 수집
컴퓨터가 학습하기를 원하는 클래스 또는 카테고리로 예제를 모으고 그룹화
2단계: 모델 훈련
모델을 훈련시킨 다음 즉시 테스트하여 새 예제를 올바르게 분류 할 수 있는지 확인하십시오.
3단계: 테스트 및 활용
사이트, 앱 등 프로젝트 용 모델을 내 보냅니다. 모델을 다운로드하거나 온라인에서 무료로 호스팅 할 수 있습니다.
이미지(image)
파일이나 웹캠을 사용하여 이미지를 분류하도록 모델을 가르칩니다.
소리(sound)
짧은 사운드 샘플을 녹음하여 오디오를 분류하도록 모델을 가르칩니다. (WAV / MP3 / etc 파일 지원이 곧 제공 될 예정입니다.)
자세(pose)
웹캠에서 파일이나 눈에 띄는 자세를 사용하여 신체 위치를 분류하도록 모델을 가르칩니다.
- 목표: 바나나를 4종으로 분류
- 클래스(혹은 범주)
- Too Early: 덜 익음
- Ripe: 잘 익음
- Too Late: 너무 익음
- No Banana: 바나나 없음
[1단계] 데이터 수집
Ripe(잘 익음) 클래스 훈련
Too Late(너무 익음) 클래스 훈련
[2단계] 모델 훈련
Train Model 버튼을 누르면 훈련 시작
모델을 학습시키는 도중에 웹페이지를 닫으면 안됨
에포크(Epochs): 훈련데이터로 몇 번 훈련할 지 횟수
배치 크기(Batch Size): 많은 데이터를 몇 개씩 묶어서 훈련할지
학습률(Learning Rate): 훈련의 속도
[3단계] 테스트 및 활용
훈련이 끝나면 Preview에서 모델을 테스트
완료된 모델을 저장할 수 있음
앱, 웹, 프로그램에서 사용할 수 있음
기계 학습에는 한계가 있습니다!
컴퓨터에서 이미지는 픽셀의 숫자와 패턴일뿐입니다.
따라서 여러분은 바나나가 무엇인지 진정으로 가르치지 않았습니다 . [생각꺼리] 중국어 방 논증 바로가기
기계의 입장에는 이렇게 배웠을 것입니다.
배경에 노란색 모양이 잘 익은 바나나라고 표시되어 있습니다.
그러나, 그것은 단지 컴퓨터의 픽셀일 뿐입니다.
이미지는 픽셀들의 무리일 뿐이다.
기계가 제대로 학습했을까?
바나나가 두 개라면?
배경이 달라진다면?
모델의 성능을 향상하려면?
다른 환경에서 더 많은 이미지를 추가하여 훈련한다.
인터넷에서 다양한 바나나 사진을 찾아 업로드 한다.
다른 장소에 있는 사람들과 데이터 세트를 공유한다.