전체 글

개요optimization - 손실 함수의 값을 최소화하는 것이 목표로 최적화한다.otpimizer - 이를 수행하는 알고리즘, 즉 최적화 알고리즘완벽한 이해에 수학적 지식이 필요함으로 추후 추가 학습이 필요함adam은 자주 쓰이는 otpimizer의 한 종 optimizer 종류기본적을 GD→ SGD, 이후 SGD에서 분화됨 ADAM가장 많이 쓰는 optimizerMomentum, RMSProp을 섞어 사용관성, 이전 학습률 고려bounded step size기울기의 지수평균기울기의 제곱값의 지수평균편향 문제를 해결하기 위해서 위 두 값에 보정이 들어  하이퍼 파라미터 보통 다른 값들은 위와 같이 고정하고 에타를 여러 값으로 시도하면서 최적의 값을 찾는다.   아담에 대한 추가적인 리뷰… 더 복잡해서 ..

https://www.kaggle.com/competitions/learning-agency-lab-automated-essay-scoring-2 Learning Agency Lab - Automated Essay Scoring 2.0 | Kaggle www.kaggle.com 캐글 스터디에서 대회를 도전하기로 했다!!원론적인 이야기 보다는 직접해보면서 배우는게 더 재밌고 얻어가는 것도 많으니깐,,! internet off라는 환경이 처음이라 왜 제출이 안되는거지? 라는 씨름을 한 두시간 정도 하기도 했다 하하아직은 많이 부족한 나의 이론적 배경의 구멍을 여실히 느끼고 있다...부족한 지식과 배경은 방향성을 잡는데 어려움으로 다가오고부족한 경험은 달리는 속도를 느리게 만든다. 첫술에 배부룰 수 없으며누구..

분류 평가 지표 모델의 예측 ⇒ 1 예측 ⇒ 0 실제 상태 ⇒ 1 TP( [ 1, 1 ] ) = TRUE FN( [ 1, 0] ) =FALSE 실제 상태 ⇒ 0 FP( [ 0, 1 ] ) = FALSE TN( [ 0, 1] ) = TRUE 위 그림의 ‘정확도’가 일반적으로 생각하는 모델의 성능을 평가하는 방식이다.하고 전체 예측 중 성공 비율을 보여준다. 허나 다른 평가 방식으로 Precision, Recall이 있다. precision 모델의 예측 결과를 Positive, Negative로 나누었을 때 전체 Positive 중 정답 비율을 precision이라고 한다 Recall 모델이 Positive라고 예측해야 이상적인 전체 타겟 중 모델이 정확하게 Positive라고 맞춘 비율 두 평가 기준의 공..

연휴도 쉬고 다른 공부도 하고 그러다 보니 뭐 한거 없는데 2주도 안남았다. 일단은 개념보다는 3개년 기출을 다 외우고 시험볼 계획이다. 이러면 빈 개념들이 실기에서 발을 붙잡는다지만,, 급한 불부터 끄자.. 홧팅!~ :) 정처기 cbt는 두보넷이라는 곳에서 온라인으로 풀고있다. 기출문제집도 받은게 있긴하지만.. 온라인이 편하다..! https://www.dumok.net/ 두목넷 컴퓨터, 회계, 재경 자격증 합격의 모든것 두목넷 www.dumok.net

정처기 시험은 신청해놨구 공부는 해야하구 하기는 싫다. 요즘 딱 ai 공부가 의욕도 넘치고 재미도 있는데, 정처기 필기 시험이 코앞이라.... 또한 정처기가 큰 유용은 있나 의문이다 그래도 없는 것 보다는 있는게 낫다고 생각하기에 하기 싫어도 해야지...! 정처기 공부는 이기적의 2023 환상의 콤비 정보처리기사 필기+실기 도서를 메인으로 진행할 것이다. 그래도 해야지 이렇게 글을 쓰면서 마음을 다 잡는다..!

코딩 테스트 언젠간 해야할 숙제 사실 요즘에 머신러닝과 딥러닝을 공부를 나름 야무지게 하고 있어서 다른거 하기 싫긴 하지만... 요즘 같이 여유 있을때 기반을 잡아 놔야좋을 듯하다. 그래도 파이썬을 통해서 알고리즘 문제를 풀는 것은 넘파이를 숙련하는데 도움이 될 것이다.(아마도?) 나름 컴공 3학년까지 마친 입장에서 이걸 아직도 안했다는게 좀 부끄럽다. 공익이니깐 공익 때 해야지 미뤄둔 코딩테스트 끝장 본다 목표는 백준을 기준으로 정형화된 유형의 골드 수준의 문제는 다 풀 수 있고 좀 더 플레 수준의 문제도 찝적댈 수 있는 정도로 가보자 그래도 학부 수업을 통해서 기본적은 알고리즘은 찌끄려 봤기에 어느 정도 개념을 재정비하고 파이썬으로 문제를 풀이하는 숙련도 높이는 느낌으로 하면 될 듯하다. 공부계획은 ..

이전 포스팅에서 볼 수 있는 군장병 교육에서 선물로 받은 책이다. 이 책의 내용에 대해서 차근차근 나름대로의 정리를 하며 포스팅할 예정이다. 일단은 전체적으로 노션으로 작성하고 적당히 복사해서 티스토리에도 업로드 할 것이다. (사실은 이 책을 1회독을 끝마치고 2회독을 하면서 본격적으로 기록하는 것이다.) 책에 대한 평가를 좀 남기자면, 인공지능에 대해서 무지하고, 두려움이 있어도 쉽게 읽을 수 있는 책이였다. 저자의 친절함이 느껴지고 나름 유치하지만 그런대로 좋은 스토리텔링도 나쁘지 않았다. 단순히 책의 코드만 따라갔기 때문에, 문제를 마주했을 때에는 스스로 어느정도의 솔루션을 만들어 제출할 수 있을지 모르겠다. 혼자서 예문에 따라 스스로 모델을 구축하는 훈련파트가 있었으면 좋았을꺼 같기도하다. 개인적..

인공지능 공부를 시작하면서 이유한 연구원님의 인터뷰 영상을 보고 항상 캐글에 대한 궁금증을 가지고 있었다. 2024년도를 맞이하면서 캐글 코리아2024 오픈채팅방에 캐글 스터디를 시작한다는 정보를 듣고 참여하고자 한다. 이번 기회를 통해서 열심히해서 kaggler로 성장하고 싶다! 코캐에서 운영하는 여러 스터디 중 가장 초보 스터디에 가입했고 본격적인 활동은 아마 2월달 부터 시작하는 듯하다. 캐글 스터디를 시작하기 전까지 2~3주간 시간이 남는데 그동안 기초적인 부분을 공부하고, 리마인드할 것이다. 파이썬 기초 문법(배열 다루기를 중점으로) 파이썬 라이브러리 - numpy, pandas, Matplotlib 도서 - 혼자 공부하는 머신러닝+딥러닝 1회독 모든 코드를 다 쳐보는 것 보단 전체적으로 내용을..