최근 나날이 국내외 유수의 기업 및 학계로부터 딥러닝(Deep Neural Network) 관련 기술이 주목받고 있습니다. 저 역시 딥러닝에 관심을 갖고 공부를 하지만, 저와 제 주변의 딥러닝을 배우고자 하는 지인들은 모두 한마음으로 이렇게 말합니다. “어렵다...” 이렇듯 딥러닝은 수학과 통계에 대한 상당한 지식이 요구되기 때문에 일반 개발자는 쉽게 그 벽에 부딪혀 좌절하곤 합니다.
2. 비개발자의 Python에 대한 관심 증가
모두(?)가 알다시피 Python은 정말 다방면에서 유용하게 활용될 수 있습니다. 그렇기 때문에 제 주변에도 역시 비개발자임에도 불구하고 파이썬에 관심을 갖는 지인들이 많습니다. 이들이 자신의 분야에 Python을 유용하게 활용할 수 있는 것은 없을까요? 또한, 이들이 개발자보다 자신의 강점을 발휘하여 파이썬을 활용할 수 있는 방법은 없을까요?
취지 및 목적
유전 알고리즘은 트렌디한 소재는 아닙니다. 하지만 일반적인 기계학습보다 쉽게 (수식이 별로 없이..) 설명 될 수 있고, 그렇기 때문에 보다 쉽게 활용할 수 있고, 나아가 기계학습에 흥미를 갖게 하는 소재가 될 수 있다고 생각합니다. 특히, 현실에서의 문제 상황을 유전 알고리즘으로 맵핑하는 데이터 표현(representation)에 대한 구체적인 설명을 통해 데이터 과학에 대한 이해를 높일 수 있습니다. 뿐만 아니라 문제 상황 속에서 최적의 선택이 뭘지 찾을 수 있기 때문에 일상생활부터 데이터 분석의 필요성이 있는 비즈니스(기획, 마케터 등)까지 다방면에서 활용되며 큰 힘을 발휘 할 수 있습니다. 그래서 이 유전 알고리즘에 대해 설명하고 우리의 의사결정에 이를 활용하는 방법을 통해 기계학습에 대한 관심과 비개발자 파이썬 활용의 새로운 가능성을 제시하고자 합니다.
발표 내용 및 구성
1. 유전 알고리즘 이론 (12분)
유전 알고리즘이 필요한 경우(환기)
유전 알고리즘 소개
유전 알고리즘의 과정에 대한 설명
의사결정에의 활용 방안
2. DEAP을 이용한 유전 알고리즘 시연 (10분)
DEAP 라이브러리 소개
DEAP 인터페이스 소개
시연 : 합이 200이 되는 5개의 숫자 찾기 (시연 내용은 변경될 수 있습니다.)
3. 다목적 유전 알고리즘 이론 (5분)
다목적 유전 알고리즘 설명
NSGA2 소개
4. DEAP을 이용한 다목적 유전 알고리즘 시연 (13분)
시연 : 10000원으로 살 수 있는 최적의 과자 조합 찾기 (시연 내용은 변경될 수 있습니다.)
