일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- 논문 리뷰
- TFDV
- 머신러닝
- 개발배경지식
- 텐서플로우 익스텐디드
- MLOps
- 운영체제
- 글또9기
- OS
- 데이터 전처리
- 딥러닝
- RL
- ML 파이프라인
- 강화학습
- 그래프데이터
- 선형대수학
- reinforcement learning
- 자료구조
- recsys
- Stack
- 윤성우의 열혈 자료구조
- TFX
- Semantic segmentation
- agent
- 그래프씽킹
- data structure
- IT
- mdp
- CVPR
- 데이터 검증
- Today
- Total
목록딥러닝 (9)
성장通
지능과 인공 신경망 지능(intelligence)은 '어떤 문제에 당면했을 때 자신의 지식과 경험을 활용해서 문제를 해결하는 능력'을 의미한다. 지능을 가진 생물체는 자신의 경험을 활용하여 문제를 해결하거나, 때로는 아예 새로운 방식을 찾아내기도 한다. 즉, 지능은 광범위한 인식 능력과 문제 해결 능력을 포괄한다고 할 수 있다. 인간의 인지 능력과 호기심 인간은 지능이 굉장히 높은 생명체이다. 그런 만큼 세상을 인지하는 능력이 탁월하며, 인간만이 가지는 특성은 대부분 이러한 높은 인지 능력으로부터 비롯된다. 인간은 자신이 처한 상황을 포괄적으로 파악할 뿐만 아니라 과거를 회상하고 아직 일어나지 않은 미래를 상상하며 과거, 현재, 미래를 통합적으로 이해한다. 그 안에서 인간은 인과적 사고를 통해 문제를 자..
* 한빛미디어 활동을 위해서 책을 제공받아 작성된 서평입니다. 머신러닝 실무 프로젝트 (Machine Learning at Work) 2판 아리가 마치아키, 나카야마 신타, 니시바야시 다카시 저 / 김모세 역 머신러닝 실무 프로젝트 - YES24 어디서든 환영받는 ‘실무형 머신러닝’ 비법온라인 강의, 책, 대학 연구만으로는 실제 비즈니스에 머신러닝을 어떻게 적용할 것인지, 어떤 경우에 머신러닝 기법과 데이터 분석 방법을 적용해 www.yes24.com 간단 서평 소규모 스타트업에서 ML Engineer로 일을 하며 모델 학습부터 배포까지 전반을 다루게 되었고, 이로부터 단순 연구를 벗어난 '머신러닝 실무'에 관심을 가지게 되었다. 그러나 MLOps 관련 서적들은 다소 허들이 높았고, DevOps 지식이 ..
* 해당 서평은 비제이리퍼블릭 서평 이벤트를 통해 제공받은 '한 줄씩 따라 해보는 파이토치 딥러닝 프로젝트 모음집'에 대한 서평입니다. 파이토치 딥러닝 프로젝트 모음집 투빅스 / 이경택 외 8인 지음 한 줄씩 따라 해보는 파이토치 딥러닝 프로젝트 모음집 - YES24 이미지, 텍스트, 음성, 영상 등 실생활 데이터를 활용한실전 딥러닝 프로젝트 모음집!시중에 딥러닝을 가르쳐주는 입문책은 많습니다. 하지만 실제로 우리가 흔히 다루는 날것의 데이터를 활용 www.yes24.com 간단 서평 이 책을 펼쳤을 때 가장 먼저 든 생각은, 책이 참 친절하다 였다. 이론만 주구장창 이야기하면 독자들이 지루해할 것이라는 것을 알고 있기라도 한 듯, 핵심적인 내용만을 정확하고 쉽게 설명해두었다. 흥미로운 사례와 깔끔한 모..
회귀분석 지도 학습 (Supervised Learning) Y = f(X)에 대하여 입력 변수 X와 출력 변수 Y의 관계에 대하여 모델링하는 것 회귀(regression): 입력 변수 X에 대해서 연속형 출력 변수 Y를 예측 분류(classification): 입력 변수 X에 대해서 이산형 출력 변수 Y를 예측 회귀분석 입력 변수인 X의 정보를 활용하여 출력 변수인 Y를 예측하는 방법으로, 크게 선형회귀분석 / 비선형회귀분석으로 나뉜다. 1. 단순 선형 회귀분석 입력 변수가 X, 출력 변수가 Y일때, 단순 선형 회귀의 회귀식은 위와 같다. 위 식에서 $\beta_0$는 절편(intercept), $\beta_1$은 기울기(slope)이며, 둘을 통틀어 회귀계수(coefficients)라고 한다.($\ep..
회귀분석을 위한 통계 0. 통계학이란? 통계학의 전반적인 이해를 위해서는 모집단과 표본에 대해 알아야 한다. 모집단 (Population) 연구의 대상이 되는 모든 개체들을 모은 집합 일반적으로 시간적, 공간적 제약으로 인해 모집단 전체를 대상으로 한 분석은 불가능하다. 표본 (Sample) 모집단 일부의 관측값들 각각의 집단에서 우리가 관심 있게 봐야 할 것들은 다음과 같다. 모수 (Parameter) 수치로 표현되는 모집단의 특성 모집단의 요약 값이라고 할 수 있다. ex - 모집단의 평균, 분산 등 통계량 (Statistic) 표본의 관측값들에 의해서 결정되는 양 추정량 모수를 추정하기 위한 목적을 가진 통계량 1. 자료의 종류 통계학에서 주로 다루는 자료는 크게 두 가지로 나눌 수 있다. 수치형 ..
과적합(Overfitting) 1. 과적합이란 학습 데이터에 대해서는 높은 정확도를 보이지만, 검증 데이터 혹은 테스트 데이터에 대해서는 정확도가 낮은 경우를 의미한다. 복잡한 모형일수록, 데이터가 적을수록 과적합이 일어나기 쉽다. 과적합은 데이터 사이언스뿐만 아니라 AI 전반적으로 매우 큰 이슈 아래 그림은 회귀분석에서 고차항을 넣었을 때 만들어지는 직선 2. 분산(Variance)과 편파성(Bias) 3. 분산과 편파성의 트레이드오프(Tradeoff) 딜레마 분산과 표준편차가 모두 낮은 경우 (좌측 상단) 거의 존재하지 않는, 가장 이상적인 상황이다. 타깃 값에 높은 정확도를 가지고 적중함을 확인할 수 있다. 분산과 표준편차가 모두 높은 경우 (우측 하단) 예측값이 한 곳에 모이지도 않았고 타깃 값에..