Chapter 1, Machine Learning, iOS & You

<챕터1과 그 시작>

 

Section I: Machine Learning with Images

section 1 에서는 machin learing with Images를 다룹니다.

이미지를 활용하여 ML을 진행하는 과정입니다.

 

이때 

machine learning 의 경우 python을 이용해서 코드를 작성합니다.

우리의 목표는 "how to use machine learning techniques to solve problems using images"의 방법을 아는 것 입니다.

 

챕터1에서 공부한 내용의 목차는 아래와 같습니다.

코드 실습 없이 machine learning의 이론적인 부분을 다룹니다.

 

---

* What is machine learning?

* Learning without explicit programming

* Deep learning

* Artificial intelligence

* What can you do with machine learning?

* ML in a nutshell

* Supervised learning

* You need data.. a lot of it

* It's all about the features

* The training loop

* What does the model actually learn?

* Transfer learning : Just add data

* Can mobile devices really do machine learning?

* Why not in the cloud?

* Frameworks, tools and APIs

* Apple's task - specific frameworks
- Vision
_ Natural Language
_ SoundAnalysis
_ Speech
_ SiriKit
_ GameplayKit

* Core ML ready-to-use models

* Convert existing models with coremltools
_ Apache MXNet
_ Caffe
_ Keras
_ PyTorch
_ scikit-learn
_ TensorFlow

* Transfer learning with Create ML and TuriCreate

* Turi Create's statistical models

* Build your own model in Keras

* Gettin' jiggy with the algorithms

* Third-party frameworks

* ML all the things?

* The ethics of machine learning

* Biased data, biased model

* Exlainable/interpretable/transparent AI

* Key points

• Machine learning isn’t really that hard to learn — Stick with this book and you’ll see!
• Access to large amounts of data and computing power found online has made machine learning a viable technology.
• At its core, machine learning is all about models; creating them, training them, and inferring results using them.
• Training models can be an inexact science and an exercise in patience. 

However, easy-to-use transfer learning tools like Create ML and Turi Create can help improve the experience in specific cases.
• Mobile devices are pretty good at inferring results. 

With Core ML 3, models can be personalized using a limited form of on-device training.
• Don’t confuse machine learning with Artificial Intelligence. 

Machine learning can be a great addition to your app, but knowing its limitations is equally important.