2016년 4월 9일 microsoft 세미나 발표자료(핵심내용축약)입니다. 전체문서는 아래에서 받을 수 있습니다. http://www.slideshare.net/redrebel/20160409-microsoft

1. % & ’
Q SR33:U O Q

2. %=<FF&
%E<L &…

3. =SS DSO U
• “ % &

4. =SS DSO U
•

5. =SS DSO U
• % c b OfS S QS b Sbe &
은닉1입력1
입력2
입력3
은닉2
은닉3
출력1
출력2
출력3

6. =SS DSO U
• % c b OfS S QS b Sbe &
Hidden1
Online
Pharmacy
Hidden2
Hidden3
Spam
Not Spam
5
-5
2
3
-5
5
5
0
5
0
0
5

7. =SS DSO U
• % c b OfS S QS b Sbe &
5
Online
Pharmacy
2
0
Spam
Not Spam
5
-5
2
3
-5
5
5
0
5
0
0
5
5×5 = 25
2×5 = 10

8. =SS DSO U
• % c b OfS S QS b Sbe &
0
Online
Pharmacy
5
0
Spam
Not Spam
5
-5
2
3
-5
5
5
0
5
0
0
5
5×5 = 25
0×5 = 0

9. =SS DSO U
• r
남자
머리가
길다(a)
여자
0
0
0
치마를
입었다(b)
화장을
했다(c)
0
0
0
Learn : a-> 여자
Learn : a-> 여자
Learn : a-> 남자
Learn : a-> 여자
남자
머리가
길다(a)
여자
1
0
3
치마를
입었다(b)
화장을
했다(c)
0
0
0
머리가 긴
사람이 남자일
확률은?
: 25%

10. =SS DSO U
• r
남자
머리가
길다(a)
여자
2
1
3
치마를
입었다(b)
화장을
했다(c)
1
4
4
머리가 길고 치마를 입었고
화장을 하지 않은 사람은(d)?
: 남자일 확률 (2+1->30%)
여자일 확률(3+4->70%)
#여자일거다.
맥주
화장품
5
1
2
4
d?
: 맥주를 살 확률
(3×5)+(7×2)->29
화장품을 살 확률
(3×1)+(7×4)->31
#화장품을 살 거다.

11. =SS DSO U
• r
남자
머리가
길다(a)
여자
2
1
3
치미를
입었다(b)
화장을
했다(c)
1
4
4
머리가 길고 치마를 입었고 화장을 하지 않은
사람은(d)?
: 지하1층? (29×4) + (31×2) = 116+62 -> 178
지상1층? (29×1) + (31×3) = 29+93 -> 122
#지하1층으로….!!!???
맥주
화장품
5
1
2
4
지하1층
지상1층
4
1
2
3

12. =SS DSO U
I 6 r
-
9
6 % &
…

13. =SS DSO U
? % 9&h i
? % r
r 9&h i

14. =SS DSO U
O O@ OR -/ RRS OfS a % D( JD&

15. U b
…

16. U b
r
{ ”
-,,
s

17. U b
.r
r

18. U b
/z r
% s
&

19. U b
r
!!!%-, - &

20. U b
(인간) 1 , 2 , 3 (컴퓨터) 1 , 2 , 3 경우의 수 = 32
= 9
베타고 인간 승리
1 1 무승부
1 2 인간승리
1 3 인간승리
2 1 베타고승리
2 2 무승부
2 3 인간승리
3 1 베타고승리
3 2 베타고승리
3 3 무승부
베타고가 1을 냈을 경우 승률 : 0%
베타고가 2를 냈을 경우 승률 : 33%
베타고가 3을 냈을 경우 승률 : 66%
베타고는 매번 경기때마다 승률을
계산하여 높은 승률의 숫자를 선택한다.
승률은 66%

21. U b
}
u
% &

22. U b
… y
‘w
k

23. U b
- -j2 t r
.
/ s
v r
0 % &
. 1 u

24. U b
2! 8 2 p 1 p 0 p / p . p -
8 3., !!!

25. U b
{ …
-
% &
. +
r
/ z
0
1 p- r k

26. U b
-
% &
-
bb 6++eee Ofae + S +QOab+-,5
. E bS <O b R
bb 6++eee O abcRf Q + fa Qa+ bSNQO N Sb R b
/ E bS <O Sb R
bb a6++S e SR O U+e +E bSN<O N Sb R

27. U b
.
+ r

28. U b
…
…% & r
r

29. U b
…
…% & r
.
%3,# & % &
., 7 2 p 1%8/,&
., p 0! 8 04, 7 3/,

30. U b
r

31. U b
r

32. U b
/ z
1,
-, -z à - -z
480
50
= 95

33. U b
0
6
6
WIN
LOSE
5
4
3
5
4
3
2
1
2
1
6
5
4
3
2
1
6
5
4
3
2
1
6
5
4
3
2
1

34. U b
1 p- r
2 w
-,,
3

35. U b
(인간) 1 , 2 , 3 , 4 , 5 , 6 (베타고) 1 , 2 , 3 , 4 , 5 , 6 경우의 수 = 6! = 720
1 2 3 4 5 6 알파고
총점
인간
총점
승리
3 4 5 6 (기권) 10 8 베타고
4 3 5 3 2 (기권) 11 9 베타고
4 5 3 6 (기권) 11 7 베타고
4 6 1 5 (기권) 5 11 인간
3 2 4 6 (기권) 8 7 베타고
이해를 쉽게 하기 위한 예)일뿐 위의 점수들을 심각하게 생각하지는 마세요^^

36. 4국에서의 이세돌의 78수는
신의 한수.?.!
• 알파고는 전략이 없음.
• 그저 매번 이길 확률이 높은 수를 택한다.
• 그래서 소위 인간이라면 하지 않을 손빼기를 여러번
하였음.
• 78수 이후에 급격히 경기력이 떨어진 이유도 마찮가지임.
• 바알못을 위한 이세돌 vs. 알파고 제4국 풀이
http://slownews.kr/52383

37. 흉내바둑 논란이 있음?
• 50% 는 맞을수 있고 50%는 틀릴수 있음.
• 그저 매번 이길 확률이 높은 수를 택한다.
• 하지만 몬테 카롤로 탐색의 기본 컨셉은 랜덤 서치이므로
다른 경우의 수로 놓을 가능성이 많음.

38. 이세돌 1명과 컴퓨터
1202대(CPU)의 대결을 불공정
게임?
• 5% 는 맞을수 있고 95%는 틀릴수 있음.
• 병렬처리 , 외부와의 커뮤니케이션 가능.
• 하지만, 그건 중요하지 않음.
• 불공정하다고 주장하는 이유들은 거의 다 틀린주장
http://www.hani.co.kr/arti/sports/baduk/734463.html
• 알파고에 대한 오해와 진실
https://plus.google.com/+CheolhoPark/posts/WNRMXTG2Rer

39. “데이터는 정확도”
• 많은 사람들의 기보와 많은 경험은 그만큼 더 많은
머신러닝의 소재가 되는 정보를 수집 할 수 있음.
• 이세돌과의 경기는 구글에겐 엄청난 가치의 데이터와
경험이 었음.
• http://biz.khan.co.kr/khan_art_view.html?artid=20160316
1003071&code=920301&med=khan
• http://www.insight.co.kr/newsRead.php?ArtNo=88&Col=
rep

40. • % - &
• }
bb 6++ Oa OP S Q +.,-1+,3+,-+U U S) b a)
P OQ ) S S)U Oa+ C2 LIINEd@_
• “
•
• (
( r

41. • } /, ( z
• r
• ’ “
• r ↓
• ×r }
• “ (
r

42. Book
• 인공지능 세트(현대적 접근방식)
http://www.kangcom.com/sub/view.asp?sku=201601195782
• 머신러닝 (데이터를 이해하는 알고리즘의 예술과 과학)
http://www.kangcom.com/sub/view.asp?sku=201601149629

43. Link
• 로보틱스와 머신 러닝/인공지능 무료 교재 추천 15권
http://slownews.kr/36701
• 코세라(스텐포트 머신러닝 코스)
https://www.coursera.org/learn/machine-learning/
• 알파고를 파이썬으로 구현하는 프로젝트
https://github.com/Rochester-NRT/AlphaGo
• 모두를 위한 머신러닝/딥러닝 강의
http://hunkim.github.io/ml/

44. Link
• “기계에 지능을 더하는” 머신러닝의 이해
http://www.itworld.co.kr/techlibrary/91743
• http://www.itworld.co.kr/news/91546
• http://www.it.co.kr/news/article.html?no=2794932&sec_no=15
2
• https://googleblog.blogspot.kr/2015/10/11-things-to-know-
about-google-photos.html
• 머신러닝에 대해 알아야할 5가지
http://www.itdaily.kr/news/articleView.html?idxno=73632
• 딥러닝에 대한 쉬운 설명
http://www.bloter.net/archives/201445

45. Link
• 구글 인공지능과 이세돌 9단의 대국 전망
http://www.wikitree.co.kr/main/news_view.php?id=248248
• 모두의 알파고
http://www.slideshare.net/DonghunLee20/ss-59338971
• 알파고를 계기로 알게된 기계학습의 원리와 한계
http://platum.kr/archives/56039
• 알파고에 활용된 머신러닝 기술
http://techneedle.com/archives/25764
• 네이쳐에 투고된 알파고에 대한 논문
http://www.nature.com/nature/journal/v529/n7587/full/nature169
61.html
• https://brunch.co.kr/@madlymissyou/9