박사Fish Market Data로 쉽게 따라하는 머신러닝
어서 와요! 여기는 밤에도 불이 꺼지지 않는 연구실이에요. 어시장에서 잰 물고기 1,554마리로, 종을 맞히는 머신러닝을 처음부터 따라가 봐요. 버튼만 눌러도 그림과 숫자가 바뀌어요.
박사어서 와요! 여기는 밤에도 불이 꺼지지 않는 연구실이에요. 어시장에서 잰 물고기 1,554마리로, 종을 맞히는 머신러닝을 처음부터 따라가 봐요. 버튼만 눌러도 그림과 숫자가 바뀌어요.
세 식구가 편마다 함께합니다. 아래 작은 버튼으로 표정과 자세를 바꿔 볼 수 있어요.
설명 담당. 어려운 식도 그림 한 장으로 풀어 줍니다. 신나면 손에서 보랏빛 불꽃이 나와요.
"물고기도 결국 숫자 몇 개예요. 그 숫자로 선을 그어 봐요."
실험 담당. 밤새 코드를 돌리고, 결과가 기준선에 지면 같이 웁니다.
"기준선보다 낮다니! 한 번만 더 돌려 볼게요!"
진짜 뇌를 가진 유일한 식구. 사람과 AI가 흉내 낸다는 말에 늘 한마디 합니다.
"물고기 종은 내가 봐도 안다고. 꼬리를 봐."
처음이라면 1편부터 차례로 걸어가세요. 정류장을 누르면 해당 편으로 갑니다.
물고기의 길이와 높이를 넣으면 종 이름이 나오는 "함수"를, 규칙 기반부터 딥러닝까지 여덟 가지 방법으로 만들어 봐요.
이런 걸 해 봐요 · 도미와 빙어, 농어와 로치를 여덟 모델이 어떻게 가르는지 2차원·3차원 그림으로 비교해 봐요.
2모델은 그대로 두고 데이터 나누기, 학습 과정, 특성, 여러 모델 묶기만 바꿔 점수를 올려요.
이런 걸 해 봐요 · 같은 물고기의 복제본이 점수를 부풀리는 장면과, 꼬리 비율 하나가 모델 교체보다 센 장면을 봐요.
3종마다 크기와 체형을 정해 물고기 데이터를 직접 만들고, 여덟 모델에 넣어 봐요.
이런 걸 해 봐요 · 가상의 물고기를 만들어 모델이 어떤 종으로 판정하는지 확인하고 CSV·코드로 가져가요.
4모델 하나를 고정하고 분할, 스케일링, 특성, 앙상블을 바꿔 실험 기록을 쌓아요.
이런 걸 해 봐요 · "누수"와 "꼬리 비율" 빠른 비교 버튼으로 무엇이 진짜 효과였는지 기록표에서 비교해요.
물고기와 함께한 연구실의 장면들입니다.
입력칸은 없습니다. 버튼과 슬라이더를 움직이면 그림과 숫자가 바로 바뀝니다.
점선 밑줄이 있는 용어를 누르면 쉬운 비유가 뜹니다. 각 편 끝에 용어 사전도 있어요.
코드 상자에서 .py와 .ipynb를 받고, 물고기 데이터 CSV를 함께 올려 Colab이나 주피터에서 돌려 보세요.
확인 문제의 채점 기준과 과제 예시 답안은 교육자용 정답에 있습니다.
작은 화면에서는 그림과 설명이 한 줄로 쌓입니다. 실험실은 넓은 화면이 더 편해요.