Hyunn

9주차 일정 04.15 ~ 19 : 언어지능 딥러닝 저저번주 시각지능 딥러닝에 이어 언어지능 딥러닝(자연어처리) 수업이 시작되었다. 이번 수업은 고려대학교 김중헌교수님이 해주셔서 기대가 되었다. TF-IDF TF(Term Frequency): 어떤 문장에서 빈도 수 IDF(Inverse Documentary Frequency): 해당 문서(문장)에'만' 나오는 단어 → 해당 문서에서만 많이 나오는 단어들이 대표성을 띤다. 예를들어, 'a', 'the', to'와 같은 단어는 문서의 대표성을 띄지 않는다. 따라서 학습할 때 위와같은 불용어에는 작은 가중치를 둔다. $$TF-IDF = TF(t, d) \times IDF(t,D)$$ t: 내가 보고있는 단어 / d: 내가 보고있는 문서 / D: 문서들의 전체..

7주차 일정 04.01 ~ 04.05 : 시각지능 딥러닝 금주는 시각지능 인공지능인 CNN, YOLO, Transfer Learning에 대해 배웠다. CNN(Convolutional Neural Network) CNN은 기존 FC(Full Connected Layer)와는 다르게 이미지의 위치정보를 포함하여 학습하는 방법이다. FC는 이미지 정보를 Flatten하게 1차원 데이터로 만들어 학습했다면 CNN은 3차원의 정보를 filter를 이동하며 학습한다. 컴퓨터는 왼쪽 그림을 오른쪽과 같이 이해한다. 즉 0 ~ 255값을 이용해 이미지를 표현한다. 해당 이미지를 학습할 때는 filter를 이동하며 feature map을 만들어간다. filter: 이미지를 학습할 때 쓰이는 행렬의 크기. 예를들어, f..

5 & 6주차 일정 03.18 ~ 20: 미니프로젝트 2차 03.21 ~ 26: 딥러닝 03.27 ~ 29: 미니프로젝트 3차 이번 주차는 딥러닝 강의가 5주차와 6주차에 걸쳐있어서 두 주차를 한번에 올렸다. 앞으로 미니프로젝트는 "KT AIVLE School 기자단" 카테고리에서 다룰 예정이므로 이 글은 딥러닝만 다룬다. [기자단 카테고리] https://hyunjin-k.tistory.com/category/Study/KT%20AIVLE%20School%20%EA%B8%B0%EC%9E%90%EB%8B%A8 딥러닝 코드 구조 머신러닝과 마찬가지로 딥러닝도 (딥 하게 공부해보고 싶긴 하지만) 시간이 없으니까 코드 구조먼저 살펴보았다. 최소한 코드는 작성할 줄 알아야 하니까! 큰 구조는 아래와 같다. # ..

4주차 일정 03.11 ~ 15 : 머신러닝 이번 후기부터는 날짜별이 아닌, 주제별로 정리해보려고 합니다. 금주에는 이장래강사님이 머신러닝이라는 주제로 강의를 해주셨다. 컴퓨터공학을 전공했지만 머신러닝은 처음이라 조금 두려움 반 기대 반으로 시작했다. 머신러닝이란? 입력 값(x, feature)를 토대로 학습을 해서 패턴을 찾아 y값을 예측하는 것! 머신러닝의 종류 지도학습 정답이 있는 데이터를 머신에게 제공해서 규칙성을 찾게 하는 것 비지도학습 정답이 없는 데이터를 머신에게 제공해서 규칙성을 찾게 하는 것 예시) 고객을 4개 그룹으로 나누기(클러스터링) 강화학습 보상을 통해 계속 학습하는 방법 용어 정리 모델 데이터에서 패턴을 찾아 수식으로 정리해 놓은 것 샘플 표본, 부분집합, x데이터의 일부 열 변..