유튜브에서 "이해라는 것은 뒤늦게 찾아온다" 라는 말을 들은 적이 있다 확실히 처음 들었을 때는 잘 몰랐던 것들이 계속 공부를 하다보니 조금씩 이해가 되는 부분이 많은 것 같다 그러니까 이해 안돼도 닥치고 그냥 하자 1. 선형 회귀 (Linear Regression) 선형 회귀란 입력과 출력 간의 (선형적인 데이터에서) 관계를 파악하여 처음 보는 입력에 대해서도 적합한 출력을 얻는 것 예를 들어 키와 몸무게의 선형적인 관계를 파악해서 데이터에 없는 키가 주어졌을 때에도 적합한 몸무게를 예측할 수 있다 즉, f(x)=ax+b에서 적절한 a와 b를 찾는 것이 목표인데 어떻게? 어떤 기준으로? 찾을 수 있을까? 바로 loss(또는 cost)를 최소화하는 a와 b를 찾는 것이 최종 목표가 되겠다 Loss 함수에..

혁펜하임 강의 재밌다!!! 외쳐 혁펜하임!!! https://www.youtube.com/@hyukppen 혁펜하임 | AI & 딥러닝 강의 현) 성균관대학교 의과대학 초빙강사 현) 혁펜하임 아카데미 대표 전) 삼성전자 책임연구원 AI 강의 / 딥러닝 강의 등 최고의 설명법을 연구, 개발합니다. ‘혁펜하임’은 신호처리 분야의 전설 www.youtube.com 1. 비지도 학습 비지도 학습이란 지도 학습과 반대로 정답을 모르는 상태에서 학습하는 것을 말한다 군집화 (K-means, DBSCAN, …) 군집화는 개체들을 비슷한 것끼리 그룹을 나누는 것을 말한다 차원 축소 (데이터 전처리 : PCA, SVD, …) 데이터 세트를 그대로 사용하지 하지 않고 데이터 로더를 사용하여 전처리를 하는 것을 말한다 이때..

드디어 진짜 인공지능이 어떤건지 개념들에 대해서 강의가 시작되었다!!! 오예~ 딥러닝 공부할 때 논문을 많이 읽는게 답이라고 해서 어제 좀 찾아보다가 바로 덮었다ㅋ 영어;; 영어 공부 좀 하자... 1. AI(Artificial Intelligence) vs ML(Machine Leanring) vs DL(Deep Learning) AI 즉, 인공지능이란 사람의 사고 방식을 흉내낸 것을 의미한다 보통 사람은 어떻게 사고를 할까? 아기들을 생각해보면 주변에 보이는 행동들을 따라하면서 학습을 한다 즉, 많은 양의 데이터들이 입력이 되고 그에 맞는 행동들이 출력이 되는 것이다 이것처럼 똑같이 AI 모델에 많은 양의 데이터를 입력하여 학습시키고 우리가 원하는 출력값을 얻을 수 있는 것이다 AI, ML, DL은 ..

가보자 가보자 1. 데이터 로더 (Data Loader) 데이터 세트가 항상 내가 원하는 형식으로 되어있지 않기 때문에 데이터를 불러올 때 특정한 형식으로 불러올 수 있어야 한다 이때 커스텀 데이터 로더를 구성해서 이용할 수 있다 다음 같은 구성으로 데이터 로더를 만들 수 있다 1-1. 꽃 분류 데이터 세트 불러오기 꽃 분류 데이터 세트 구성 커스텀 데이터 로더 구성하기 import torch from torchvision import transforms from torch.utils.data import DataLoader from PIL import Image from IPython.display import display import matplotlib.pyplot as plt import nump..

0. Image Captcha 라이브러리 설치하기 특정 자릿수의 정수를 이미지 형태로 반환하는 이미지 캡차(image captcha) 라이브러리 !pip install captcha 1. 랜덤 캡차 이미지 생성하기 (이미지, 정답 레이블)을 생성한 뒤에, 메타 데이터를 저장하여 관리할 수 있다 메타 데이터는 테이블(table) 형태의 데이터에 해당하므로, 판다스(Pandas)의 데이터프레임(dataframe) 형태로 저장할 수 있다 from captcha.image import ImageCaptcha def generate_random_images(directory, n_digits, cnt): # 메타 데이터 (경로, 정답) metadata = [] # 디렉토리(directory)가 존재하지 않을 때 ..

어제 같이 국비지원 학원을 다녔던 친구를 만나서 가볍게 한잔하고 왔더니 한시간 더 자버렸다ㅋ 그래도 적당히 마셔서 다행이다 휘유~ 그리고 돈 좀 아껴쓰자!!! 1. 자료구조를 이용해 수만 개의 데이터 처리하기 어떤 자료 구조를 이용해야 수만 개의 데이터를 빠르게 다룰 수 있을까? 파이썬으로 대량의 데이터를 만들어보고 직접해보자 성(last name)과 이름(first name)을 30개씩 준비한다 가능한 조합은 30 * 30 = 900개이다 import random import numpy as np import pandas as pd import heapq import time last_names = [ "Smith", "Johnson", "Williams", "Jones", "Brown", "Davis..

실습 위주로 ㄱㄱ 1. 다양한 분포에서 샘플링(Sampling) 해보기 샘플링이란 어떤 자료에서 일부 값을 추출하는 것을 의미한다 파이썬의 numpy를 사용하면 간단하게 정규 분포, 베타 분포 등에서 샘플링을 진행할 수 있다 import numpy as np import matplotlib.pyplot as plt 1-1. NumPy 균등 분포(Uniform Distribution) 구간 내 모든 데이터에 대하여 추출 확률이 동일한 분포이다 sampled = np.random.uniform(low=0.0, high=1.0, size=(2, 4)) print(sampled) 이런 식으로 균등 분포를 가지는 데이터를 가져올 수 있다 추출한 데이터는 히스토그램(histogram)을 그려 확률 분포를 시각화할 ..

확률과 통계에서 다뤘던 내용인데 다른 선생님께서 기초 수학 파트로 설명을 해주신다 그래서 나도 헷갈리지 않게 확률과 통계 섹션에 안 넣고 기초 수학 섹션에 넣었다 사실 지금 확률과 통계 들어가기 전에 두개 강의가 더 있긴 한데 정리를 안했다... 아니 못했다 뭔 소린지 모르겠어서;; 이게 패캠의 가장 큰 단점인 것 같다. 깊이가 너무 얕다. 그래서 새로운 지식을 습득하고자 할 때는 패캠은 비추합니다... 어느 정도 알고 있는 분야에서 더욱 나아고자 할 때, 여러가지 오픈 소스들을 활용해보고 싶을 때 이럴 때는 추천합니다 1. 확률 변수와 확률 분포 동전을 던져서 앞면, 뒷면을 맞추는 게임을 한다고 했을 때, 이거를 우리가 어떻게 수식으로 표현할 수 있을까? 수식으로 표현하기 위해서 동전의 앞면을 1, 뒷..