공부법에 관한 모든 것

Document Type Classification | 문서 타입 분류0. Overview Environment Ubuntu 20.04 python Geforce RTX3090 24GB wandb Requirements albumentations==1.3.1 ipykernel==6.27.1 ipython==8.15.0 ipywidgets==8.1.1 jupyter==1.0.0 matplotlib-inline==0.1.6 numpy==1.26.0 pandas==2.1.4 Pillow==9.4.0 timm==0.9.12 1. Competiton InfoOverview경진대회 주제 문서 타입 분류를 위한 이미지 분류(17종)Timeline2024.04.11 ~ 2024.04.23 19:00 2. Compone..

Vision의 정의 : 시각으로 보이는 이미지 등을 숫자(tensor, RGB)로 시각화 Computer Vision : vision 데이터들에서 의미있는 정보를 추출하고 이를 이해하여 작업을 수행하는 것. 단계 - Low Level (image processing) o) Resize : 주위의 pixel들만을 고려하여 resize 작업 o) Color Jitter : 각 필셀들의 RGB 변경 (독립적이기 때문에 L-LV에 속함.) o) Edge Dectection : 주위 pixel 값이 바뀌면 edge로 간주. - Mid Level o) panorama stitching : 이미지 합치기 (대응점을 찾아야되서 Lv Up) o) Muti-view Stereo : 여러 각도의 2D -> 3D / 질감 구..

딥러닝 모델 학습법에 대해서 알아보자. 인공지능의 작동 원리. 입력값(x,y)을 특정 모델에 넣으면 예측값이 나온다. 이때 model에는 입력값에 가중치를 곱해주는 파라미터가 존재한다. 이후 예측값과 정답 값과의 오차를 loss function을 통해 구한다. loss 값을 기반으로 모델의 파라미터를 loss를 줄여주는 방향으로 업데이트한다. 인공뉴런 딥러닝은 인공 뉴런을 통해 학습을 한다. 그림은 입력 데이터를 model에 넣어주는 과정을 세분화한 그림이다. 입력된 값들에 가중치(파라미터의 일종)를 곱하고 bias(파라미터)를 더한 값을 activation_ function에 넣어준다. activation_function은 종류가 다양한데 여기선 WX + b의 값이 Theta보다 크면 1을 출력하고 작..

균형 이진 트리란 모든 노드 간의 높이 차이가 1 이하인 이진 트리를 의미한다. 도입의 필요성 균형 이진 트리의 필요성은 무엇일까? 이진 트리 탐색은 시간 복잡도가 낮다. 그러나 항상 시간 복잡도가 낮을까? 아니다. 만약 부모 노드 값이 말도 안되게 크다면 즉 그림 1과 같은 상황이 되고 그러한 경우 시간 복잡도는 O(log n)에서 O(n)이 된다. 그림 1. 이진 트리가 최악의 시간 복잡도를 가지는 경우 이런 균형이 꺠진 이진 트리를 다시 균형 잡히게 만들기 위해 AVL 기법이 등장하였다. 균형 이진 트리란 균형 이진 트리란 어떠한 노드를 부모 노드라 간주했을 때 부모 노드 기준으로 왼쪽 노드들과 오른쪽 노드들의 개수의 차이가 1 이하가 된 상태를 말한다. 가령 위의 그림1 에서 10은 균형이 잡힌 ..

-벡터화란 햄버거들의 영양성분이 적힌 Table이 있다고 가정하자. 이때 특정 버거와 영양 성분이 비슷한 버거를 찾으려고 한다. 어떻게 하면 될까? 우선 '영양성분이 비슷하다'라는 문장에서 어떤 영양 성분이 비슷해야된다는 말일까. 칼슘 함량이 유사한 게 나트륨 함량이 유사한 것보다 더 우선되서 고려해야될 상황일 수 있다. 즉 영양 성분들 간의 위계가 존재한다. 이런 식의 사고는 domain 지식이 없으며 불가능하다. 아무튼 그렇게 3가지 요소가 유사성을 측정하는데 가장 중요한 요소라는 결론에 도달했다고 치자. 그러면 그 세개의 팩터를 (A,B,C)로 묶어줄 수 있고 햄버거_a를 (A,B,C)로 치환할 수 있다. 이를 벡터화라고 한다. 햄버거_a가 수학적으로 치환되었기 때문에 이제는 Distance Fun..

시각화에 사용되는 다양한 그래프들의 사용법과 어떤 상황에 쓰는지에 대해서 배웠다. 대표적인 시각화 라이브러리로는 matplotlib, seaborn, dash, plotly가 있다. 그중에 간편하고 그래프가 이쁜 seaborn 라이브러리를 사용해서 실습을 진행하였다. # 라이브러리와 데이터를 불러오고, 시각화를 위한 세팅을 합니다. import seaborn as sns data = sns.load_dataset('penguins') data = data.dropna() data #히스토그램 sns.histplot(data=data, x='body_mass_g', hue='species', multiple='stack', palette='viridis', bins=30) 연속된 값(몸무게, 키)을 표현할..

데이터 프레임을 다루는 훌륭한 툴인 Pandas의 기초적인 사용법을 배웠다. 우선 판다스 데이터 프레임 객체는 다음과 같은 방식으로 만들수 있다. # 12x4 행렬에 1부터 36까지의 숫자를 원소를 가지고, index는 0부터 시작하고, coulmns은 순서대로 X1, X2, X3, X4로 하는 DataFrame 생성 np.random.seed() df = pd.DataFrame(data=np.random.randn(10, 3), columns=['X1', 'X2', 'X3'], index=pd.date_range('2024-01-01', '2024-01-10')) df 설정값으로부터 유추할 수 있듯이 df.index를 출력하면 2024-01-01 ~ 2024-01-10까지 나온다. df.coulmns를..

부트캠프를 같이 들을 사람들끼리 조를 구성해서 본인의 진로 및 참여 동기를 듣는 시간을 가져보았다. 처음 개발 공부를 시작하신 분도 계셨고 몇년차 웹 개발자로 커리어를 쌓아가는 분도 계셨다. 아직 학생인 나로서는 모두 대단해보이고 배울 점들이 많은 분들로 다가왔다. 참여 동기 및 앞으로 무엇을 얻고 싶냐는 물음에 다들 본인 만의 확고한 목표가 있는 것이 뭔가 험난한(?)길이 될 여정을 함께할 든든한 동료를 찾은 것 같아서 굉장히 설레고 기대가 된다.

업스테이지 ai lab OT를 들었습니다. 수업은 온라인 강의 -> 프로젝트 구조의 반복이다. 어떤 것을 공부해야될지 개발자의 진로가 어떤 것이 있는지 알게 되었다 다양한 분야에 시작 공부법에 대해서 알려주었다 앞으로 기대가 된다. #패스트캠퍼스 #패스트캠퍼스AI부트캠프 #업스테이지패스트캠퍼스 #UpstageAILab#국비지원 #패스트캠퍼스업스테이지에이아이랩#패스트캠퍼스업스테이지부트캠프

코드 마지막 줄에 마우스 커서가 위치하게 한 다음에 ctrl+c를 하면 해당 코드 한줄이 복사가 됨. Ctrl + k + c : 여러 문장 동시에 주석처리 Ctrl + k + u : 여러 문장 동시에 주석해제 포매터 사용법 vs코드에서 셀을 클릭 후 우클릭을 하면 나오는 창에서 셀 서식을 클릭한다. 그러면 코드를 자동으로 정리한다. ex) 1+ 1 ===> 1+1 이 됨. +) formet on save 설정을 하면 ctrl + s 시(저장 단축키) 자동 포매팅됨. c = 1_000_000 print(c) ==> 1000000 3*4 ===> 12 6/2 ==>3.0 (결과가 float) 7//2 ==> 3 (결과가 int) cf) 1/0 ==> Error (ZeroDivision Error) 7%2 =..