AI부트캠프 review&TDL

AI부트캠프 수업 첫날 :) 어제는 매우 인상적인 하루였다. ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ내가 무슨 공부를 하는지 이해도 못하고 끝났다.오전의 수업 내용을 이해하는데 이미 오후가 지나가 있었고 과제를 하면 할수록 산 넘어 산 ㅎㅎ일단 내 스스로 무슨 공부를 하고 있는지 모르기 때

무언가를 새로 시작하는 일은 즐겁다. 태생이 집순이인지라 일하다가 집에만 있으니까 너무 행복하다. 내가 이렇게 기분이 좋은 이유는 바로 ! 어제 과제를 끝냈기 때문이다. 🤞😎과제에 적응하는데 며칠은 걸릴 줄 알았는데, 이렇게 이틀만에 과제를 끝낼 수 있는 날이 오다

오늘은 다사다난했던 2020년의 마지막 날이다.많은 것을 했다. 코로나를 떠나서 정말 행복했고 슬펐고 기억에 남는 한 해였다. 그 당시에는 정말 중요했던 것들이 지금은 과거가 되었고, 이젠 더 이상 중요한게 아니게 되었다. 2020년 1년동안 많은 것을 배웠고 한 층

연휴와 주말동안 부족한 개인공부 시간을 가지면서 부족했던 개념정리을 하고 못다한 과제들을 끝냈다. 나에겐 이 3일이라는 시간이 너무 짧았고 아쉬웠지만, 그래도 유익하고 매우 소중한 시간이었다. 정말 불태웠다 ㅠㅠ To Do ListWordcloud?plotly (int

sprint challenge 과제부족했던 점Pandas merge 사용1월 26일까지 다시 제출하기회고의 방법(5F 회고)Fact 사실은 무엇인가?Feeling 무엇을 느꼈는가?Find 무엇을 발견하였는가?Future Action 미래에 해야할 행동Feed back

벌써 한 주의 Sprint를 끝내고, 두번째 주가 시작되었다.sprint1 에서 머신러닝에서 자주 사용하는 파이썬 Pandas libaray 를 배웠고,이번 sprint2에서는 통계를 배운다.시간이 남으면 전에 사놨던 '숫자에 약한 사람들을 위한 통계학수업'책을 읽고싶

T-test를 위한 조건은?Chi-testType of Error? : 실제상황과 가설검정이 다를 때모수통계와 비모수통계독립성이란?정규성 python normal test정규성이 아닐때 = 비모수적방법 None parametric methodsChi squared te

중심극한정리 (CLT)여러 샘플들의 평균은 정규분포모습니다.(30회이상)샘플을 몇 번 뽑는가도 중요하지만 몇개를 하느냐도 중요SIZE 클 수록 점점 정규분포모양큰수법칙 -평균,분산중심극한 - 평균신뢰도 defalt 값 0.95if con=1 , 예측이 100프로 맞을

블로그 정리를 오랫동안 못했다 ㅋㅋㅋ 너무 혼자 진도를 쫓아가느라 바빴기 때문이다.3번의 Sprint Challenge가 끝났다. 3주가 지났는데 체감은 며칠이었다..하루 지난 느낌인데 정신차리면 3일이 지나갈 정도이다. 고등학교 때 이렇게 공부했으면ㅋㅋㅋㅋㅋㅋㅋㅋ 이

3주의 Section1이 모두 끝나고 일주일 동안 프로젝트를 진행했다.프로젝트는 정제되지 않은 데이터셋으로 내가 직접 EDA 해보고 시각화를 만들어 설명하는 것이었다.이번 프로젝트에서 느꼈던 건, 지금까지 내가 '직접' 분석을 해본 것은 아니구나 라는 사실이었다.지금까

이번 섹션에는 본격적으로 머신러닝을 배운다. 불과 한달 전까지만해도 머신러닝의 머자도 몰랐는데 신기하다. 지금까지 몰랐던 새로운 분야를 배운다는 것은 너무 즐겁고 행복하다. 너무 많은 것들이 머릿 속에 한번에 들어와 머리가 터질 것 같지만, 하루하루 아무 걱정없이 공부

Section 1에서는 선형회귀,릿지회귀 그리고 로지스틱에 대해 배웠다.이번 Section 2 의 note1에서는 결정트리(Decision tree)를 배운다.로지스틱 등을 공부하면서 자꾸 결정트리라는게 튀어나왔는데, 뭘까 궁금했지만 회귀만으로도 벅차 차마 쳐다 볼 수

아래 TDL은 학습한 내용의 중요한 개념들을 요약한 내용이자 To do List (다시 살펴보고 공부해야 할 리스트) 이기도하다. 작성한 개념들에 대해 이해를 하면 하나씩 지우고, 4번의 TDL이 끝나면 Review를 통해 한번 더 훑어 지우지 못했던 개념들을 한번씩

이번주는 설날연휴가 무려 4일이나 있다. 지금까지 부족했던 것을 복습하고 되돌아 볼 수 있는 시간이 될 거라 생각한다. :) 이 시간을 잘 활용해서 알차게 써야겠다. 지금까지 그랬던 것과 같이 이미 방대한 양의 계획을 해 놓았다..ㅎㅎ 물론 항상 계획했던대로 공부양을

졸리다...공부는 끝이 없도다...NOTE1NOTE2Data Wrangling데이터 랭글링은 분석을 하거나 모델을 만들기 전에 데이터를 사용하기 쉽게 변형하거나 맵핑하는 과정이다.

Review부트캠프를 시작하고 처음으로 권태(?)가 찾아왔다. 저번주부터 집중이 안되더니, 결국 토요일 밤에 너무 답답해서 노트북을 닫고 책을 들고 카페에 갔다. 책은 내 마지막 양심이었던 것 같다.. 오랜만에 친구와 전화 통화로 수다를 떨었더니 너무 좋았다 ㅎㅎ..

TDL가상환경: 코드가 제대로 작동할 수 있게 함. 파이썬으로 웹 앱을 만들 때 개발하는 환경을 독립시키고 배포 환경이 똑같이 재현시킬 수 있도록 해주기도 한다. 가상환경을 만드는 이유: 운영체제는 물론 각 체제를 사용하는 환경 또한 다양. (파이썬 버전~여러 패키지)

TDL

TDL데이터 정규화SQL 정리 1SQL 정리 2쿼리 순서스키마

TDLNOTE1NOTE2

TDLNOTE3

TOLNOTE4SQL 쿼리문들을 사용하지 않고 프로그래밍 언어로 데이터베이스 관련 작업을 진행할 수 있는 방법에 대해 배운다.ORM (Object- Relational Mappers)ORMs관계형 데이터베이스 테이블에 저장된 데이터를 응용 프로그램 코드에서 더 일반적으

딥러닝 시작!퍼셉트론이란?신경망을 이루는 가장 작은 단위.다수의 신호를 입력으로 받아 하나의 신호를 출력.입력값과 활성함수로 출력값을 넘기는 가장 작은 신경망 단위.0과 1의 값신경망(딥러닝)이 중요한 이유단순 계산만이 아닌 이전에 컴퓨터가 잘 못하는 사물인식, 분할기

Note4요약Attention 매커니즘기계번역 (Machine Translation)Transformer (Attention is All You Need , 논문) \- Self-attentionPositional EncodingMasked Self-Attention

NOTE1CNN & POOLINGCNN & 분류문제Transfer learning & Image ClassificationTDLCNN : 가중치들을 공유(Weight Sharing)해 특징을 잘 추출하는 모델. 출력의 분류와 감지(개와 고양이가 아닌 다른 동물이 포함되

NOTE 2Image Segmentation (이미지 분석)Image Augmentation (이미지 증강)Object Recognition (물체 인식)TDLComputer Vision 컴퓨터 비전 : Deep Learning, CNNCNN: Image Classif

https://github.com/matterport/Mask_RCNN오류 상황 import coco error다시 클론하고 실행해서 해결module 'tensorflow' has no attribute 'log' 버전문제참고 : stack overflow 참

NOTE 3AutoEncoder(AE)의 구성AE 학습과정Latent variable의 추상적 개념 정의잠재적 특징으로 기본적인 imformation retrieval problem을 해결AE 활용방안에 대해 생각하기TDLAE: 비지도 학습 방식으로 효율적인 데이터 코

WARM-UP컴퓨터 독학, 자주하는 실수 5가지공부만하고, 실제로 만들지 않는것. 현실적인 것부터 시작(계산기, 웹스크래퍼, 작은 비디오 게임 등 쉬운 것부터! 핵심은 내 스스로 무언가를 만드는 것.)언제나 준비되지 않았다고 생각하는 것. (다시 1번으로 돌아가 만들어

WORM-UP 그나마 Exception 예외처리 사용하는 경우(예외처리 사용을 피하고 되도록 다른 코드로 대체해라.) DB 긁을 때 파일 긁을 때 다른 웹 호출할 때 정말 뭔가 코드에서 이상한 일 할 때 *외부 dependency가 없

TDLNOTE3OOP (Object Oriented Programming) : 프로그래밍 방법의 한 종류Object 화유지보수재사용그 외 프로그래밍 : Procedural Programming, Functional Programming(코드의 가독성)절차 프로그래밍 :

아 코딩 어렵다 ...........TDLNOTE4<Python & OOP>데이터 캡슐화모듈화 가능(기능분리) -> 디버깅 편리, 소스코드 목적 이해 용이접근제어(파이썬의 데이터를 감춰주는 기능으로 외부에서 무분별한 접근시도를 막는다.) \- 파이썬은 Objec

TDL 자료구조 NOTE1 자료구조 = 효율성 자동화 빠른 계산(계산기) 반복 처리, 조건처리 여러개 값 동시 처리 값이 빠르게 변경되는 경우의 처리 특정 변수 처리 특정 값 -> 다양한 형태로 보기 자료구조 - 파이

TDLNOTE2자료구조의 활용Searching 검색특정 노드를 추가하거나 삭제를 위해서는 검색이 우선되어야 함다양한 알고리즘을 활용하는 경우, 최적 알고리즘 경로를 측정하는데 쓰임.검색하는 컬렉션이 무작위이고 정렬되지 않은 경우, 선형검색이 기본적인 검색방법이다.Rec

TDL알고리즘과 자동화NOTE 3정렬 알고리즘 : 모든 알고리즘의 기반. 숫자 두개 크기 비교->바꾸기->반복 순서맞추기.문자열 메소드 : 예외처리 대신 사용하기 좋음.PYTHON 문서 - 문자열 메소드(https://docs.python.org/ko/3/li

TDLNOTE4분할정복 (Divide and Conquer) 알고리즘 \- 비슷한 크기로 문제를 분할하고, 해결된 문제를 제외하고 동일한 크기로 문제를 다시 분할. \- 과정 : 1) 본 문제를 서브문제로 분할(divide). 2) 서브문제의 답들을 구하고, 본

TDLBFS, DFSNOTE3BFS(breadth-first Search)넓이우선탐색큐의 개념이 사용(FIFO,선입선출)활용: \- 길찾기, 라우팅BitTorrent와 같은 P2P 네트워크에서 인접 노드 찾기웹 크롤러소셜 네트워크에서 멀리 떨어진 사람 찾기그래프에서

TDL다이나믹 프로그래밍 \- 특정한 문제를 해결하는 알고리즘이 아닌, 문제를 해결하기 위한 접근 방식 중 하나. \- 점화식, 메모제이션, 큰문제->작은문제 \- 재귀적 + 불필요한 계산 줄이기그리디 알고리즘NOTE4소스코드 분석하기새로운 알고리즘과 방법론