학습 습득 능력에 있어서, 분명한 목표 혹은 구체적인 결과물을 상정한다면 확실한 동기 부여가 된다.
지금까지 정형화된 데이터(tableau data)를 통해, 머신러닝 알고리즘으로 모델을 구현했으나, 오늘부터는 본격적으로 비정형화된 데이터인 이미지를 통해서 딥러닝 알고리즘으로 모델 구현할 것이다.
전술하였듯, 딥러닝 알고리즘은 프레임화 되어 있고, 데이터에 따라 전처리가 달라지고, 모델이 달라진다. 결국, input(데이터)에 따라 output(구현된 모델)이 결정된다.
다시 말해, 어떤 식으로 raw data를 가공하고, 가공된 데이터에 맞는 알고리즘을 선택하고 하이퍼 파라미터를 적절하게 조정하여, 모델의 성능을 최대화하면서, 배포를 위해 경량화하는 프로세스이다.
머신 러닝(TCV), 딥러닝, LLM(멀티 모달)으로 인공지능이 발전하고 있으며, 최근에는 특히 동영상 학습을 통하여 인간의 부드러운 움직임을 모방한 로봇 개발에 대한 관심이 부상하고 있다.