
59
1
딥러닝으로 떠나는 여행
가하는 결과를 초래합니다.
3
이런 추가 체포 데이터는 미래의 모델을 재교육하는 입력으로 활용됩니다.
이를
positive
feedback
loop
라고 합니다. 즉 모델을 많이 사용할수록 데이터의 편향
이 커지고, 모델 자체의 편향도 더 커지는 결과가 지속해서 발생하죠.
피드백 루프는 상업 환경에서도 문제를 일으킬 수 있습니다. 예를 들어서 비디오 추천 시스템
은 동영상을 많이 시청하는 사람들이 소비하는 콘텐츠를 추천하는 쪽으로 편향될 수 있습니
다(예: 음모론자와 극단주의자는 온라인 비디오 콘텐츠를 평균 이상으로 시청하는 경향이 있
음). 결과적으로 소비가 촉진된 동영상을 더 많이 추천하게 되죠. 이 주제는
3
장에서 자세히
살펴봅니다.
이론적 기초를 살펴봤으므로, 이제는 코드 예제로 돌아가보겠습니다. 지금껏 설명한 과정이 코
드로는 어떻게 표현되는지를 자세히 살펴보죠.
1.6.7
이미지 인식 모델을 통해 코드와 개념이 매핑되는 방식을 살펴보겠습니다. 코드를 한 줄씩 별
도의 셀에 넣고 어떤 일이 일어나는지를 알아봅니다 (앞으로 모든 인자를 상세히 살펴보겠지
만, 여기서는 중요한 내용만을 다룹니다 ). 첫 번째 줄은
fastai
.
vision
에 속한 모든 라이브
러리를 가져옵니다.
from fastai.vision.all ...