SK Tech Planet 2016 후기

코엑스에서 열린 SK Tech Planet 2016에 다녀왔습니다 !

늦었지만 들었던 세션을 중심으로 몇 가지 내용을 정리하고자 합니다.

---

매 시간마다 세 개의 트랙 중 하나를 선택해서 들을 수 있었는데,

저는 주로 머신러닝, 딥러닝, 자연어처리에 대한 세션을 들었습니다.

.

.

.

1. Apache Spark은 어떻게 가장 활발한 빅데이터 프로젝트가 되었나

 최근 5년 사이의 오픈소스 프로젝트 흐름을 그물망 형태로 보여주신 것이 인상적이었습니다.

지난 3~4년간 하둡 중심의 빅데이터 생태계가 이루어졌다면, 현재부터 앞으로는 Spark 중심이 될 것

Spark의 가장 큰 장점은 빠르다는 것과 쉽게 사용할 수 있다는 점!

한번 공부해볼까? 라는 생각이 들었습니다.

2. Google Tensor Flow & Machine Learning in the Cloud

구글 재팬에 계시는 분이 발표를 하셨는데 개념부터 응용까지 쉽게 설명해주셔서 좋았습니다.

뉴럴 네트워크가 구글의 서비스에 어떻게 사용되고 있는지 (구글 포토, 번역기 등에 활용),

그리고 구글 클라우드 플랫폼과 텐서플로우를 활용해서 쉽게 딥러닝을 구현할 수 있다고 설명했습니다.

이번에 베타 서비스로 오픈하는 Cloud Speech API, 

그 외에도 Vision API, Natural Language API를 소개하셨습니다.

3. What I have learned after doing 50+ Kaggle competitions

Kaggle을 하고 있었기 때문에 궁금해서 11번가 상품 추천을 포기하고 들으러 갔던 세션입니다.

여러 경험에 대한 이야기와 Kaggle 상위권으로 가기 위한 방법을 들을 수 있었습니다.

모든 데이터 분석은 Preprocess - Algorithm - Prediction의 과정을 거치는데,

Preprocess 과정을 통해 데이터를 파악하는 것이 중요하다.

이후에는 기본적인 머신러닝 알고리즘으로도 잘 동작하는 경우가 많다.

Error 함수와 파라메터를 어떻게 설정할지에 대한 결정이 필요

상위 5퍼부터는 꾼들이 있기 때문에 아주 어려움...

(Feature Engineering 부터 Ensemble model 까지)

심지어는 Automated ML이라고 하는데 계속 자동으로 돌려서 최적 값을 찾는다고 합니다.

결국 Kaggle을 시작할 때는 기본적인 모델로 간단하게, 그리고 데이터를 빠삭하게 파헤쳐라.

Kaggle을 하다보면 머신러닝에 대한 지식이 복리로 쌓인다!고 합니다.

4. Facebook Chatbot M messanger

마지막으로 들었던 페이스북 챗봇 세션입니다.

주로 페이스북 메신저의 챗봇 API에 대해 설명, 챗봇이 앞으로 새로운 인터페이스로 자리잡을것.

그리고 챗봇을 도입할 때의 전략과 개발 방법론에 대해 알게 되었습니다.

나중에 시간이 된다면 페이스북 메신저 플랫폼을 통해 챗봇을 만들어 봐야겠습니다.

발표 슬라이드 링크는 http://readme.skplanet.com/?p=13174 여기에서 확인하실 수 있습니다 !