Deep Dive

Graph Machine Learning 그래프 머신 러닝(Graph Machine Learning)은 일반 머신 러닝 모델들과 매우 비슷하다. 가장 큰 차이점은 기존 테이블 형식의 정형 데이터들을 그래프 구조로 변환하여 Input 데이터로 재생성해야 한다는 것이다. (최근 AWS Neptune 직원분들께서 설명해주러 왔었는데... 그분들 말에 의하면 테이블 데이터를 Graph DB로 바꿔주는 툴이 현재 존재한다고 한다) 일반적으로 머신러닝 알고리즘은 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 반지도 학습(Semi-Supervised Learning)으로 세 가지 주요 범주로 나뉘며, 데이터가 제공되는 형태와 사용 목적에 따라 어떤 학습을 사..

Graph Neural Network (GNN)모델에 대해 공부하기 전에 GNN 구조의 입력값인 "Graph"란 무엇인지 알아보자! '그래프'(Graph)란 수학적 구조로 흔히 말해 '객체'(Entity)들간의 '관계'(Relation) 구조로 이루어진 것을 뜻한다. 알고리즘 이론 혹은 코테 공부를 하다 보면 Tree구조에 대해 공부를 하게 되는데, Tree 구조 역시 '자식 노드'(Child Node) 와 '부모 노드'(Parent Node)간의 관계 갖기에 그래프의 일부이다. 현실에서도 그래프가 지니는 '객체와의 관계'는 무궁무진하다. 페이스북의 친구관계, 인스타의 Follower & Following 개념에서 쉽게 찾을 수 있으며, 과학계에서는 화학 분자간의 관계, 기계 물리 부품들간의 관계, 혹은..