잠꾸러기의 침대

울 동네에는 정말 귀여운 길고양이가 산다. 원래 길냥이에 대해..별 생각이 없었으나 밤낮이고 역을 지나갈 때마다 역을 지키며 서 있는이 녀석과 자꾸 마주치고, 그러다 보니 정이 들어서, 밥을 몇 번씩 주다보니 점점 이 녀석의 매력에 빠져 들어갔다..    마음 같아서는 이 녀석을 당장 우리 집 고양이로 만들어 주고 싶다. 그러나 나는 경제 능력이 0인 한심 대학생..(ㅜㅜ)    내가 할 수 있는 일 이라고는예전에 덕질하던 경험을 살려 이 녀석의 엽서, 달력, 키링, 포스터 등등여러가지 물품을 제작하는 것이었다.     평소 나는 게임을 즐겨하는데,  어느 날 문득 이 녀석과 나의 이야기로게임을 만들어 보고 싶다는 생각이 들었따!  평소에 게임을 만들어 보는 것이 재밌을 것 같다고 생각 했던 것과이 녀석..

혼공단 13기 완주! ㅊㅋㅊㅋ~~     개인적으로 좋았던 점은,일단 무조건 혼자 공부하는 것보다 강제성이 있다는 점 이었다. 그리고 기본 숙제가 힘들지 않고, 책을 펴 보기라도 했다면 쉽게 할 수 있는 활동들 이었다.자신이 추가적으로 더 공부가 하고 싶다면 할 수 있는 추가 숙제도 있다는 점 또한 좋았다.  자신이 공부한 기록을 남겨두는 것 또한 뿌듯한 일이었다.공부를 하는 데에 작은 동기부여가 되어 주었다! 또 나는 피드백이라던가, 아무튼 내가 한 것에 대해 반응을 얻는 것이 좋기 때문에 (관종...)매일 혼공족장님이 코멘트 남겨주시는 것을 보는 것도 소소한 재미였다!   다음에도 기회가 된다면 또 참여하고 싶다...

혼자 공부하는 머신러닝+딥러닝        숙제  어떤 인공 신경망의 입력 특성이 100개이고 밀집층에 있는 뉴런 개수가 10개일 때 필요한 모델 파라미터의 개수는 몇 개인가요? ① 1000개② 1001개③ 1010개④ 1100개  풀이:밀집층 10개 x 입력 100개 = 1000개의 가중치가 있고,뉴런마다 1개의 절편이 있으므로 1000 + 10 = 1010개 답은 ③번!        인공 신경망: 생물학적 뉴런에서 영감을 받아 만든 머신러닝 알고리즘. 신경망은 기존의 머신러닝 알고리즘으로 다루기 어려웠던 이미지, 음성, 텍스트 분야에서 뛰어난 성능을 발휘하면서 크게 주목받고 있음.텐서플로: 구글이 만든 딥러닝 라이브러리. CPU와 GPU를 사용해 인공 신경망 모델을 효율적으로 훈련하며 모델 구축과 서..

혼자 공부하는 머신러닝+딥러닝   벌써 5주차!원래 빨리빨리 업로드 해버리고 노는 편인데이번 주에는...주말에 올린다...  ~사건의 전말~ 방을 뒤지다가 연습장을 발견했는데갑자기 그림 그리는거에 빠져서 폭풍 그림을 그리다가공부를 못 했다... 그림을 잔뜩 그리고 질려서다시 공부를 하러 왔다....    놀은 만큼 또 공부하면 그만이야~굿!!       숙제   K-평균 알고리즘 작동 방식 설명하기 오늘도 손글씨로 해보았다.오늘은 저게 뭔 소린지 영문을 모르겠는 고양이 사진 을 넣었다.       비지도 학습: 훈련 데이터에 타깃이 없다. 타깃이 없기 때문에 외부의 도움 없이 스스로 유용한 무언가를 학습해야 함. 대표적인 비지도 학습 작업은 군집, 차원 축소 등. 히스토리그램: 구간별로 값이 발생한 빈도..

본 후기는 직무부트캠프를 직접 구매하고 수강한 후 작성하였으며, 후기 작성 이벤트에 참여하여 소정의 원고료를 받았습니다.   데이터사이언티스트와 함께하는 인공지능 프로젝트 A to Z : 모델링부터 서빙까지 | 코멘토 데이터사이언티스트와 함께하는 인공지능 프로젝트 A to Z : 모델링부터 서빙까지 | 코멘토 직무차시별 과제 소개본 과정은 컴퓨터 비전 모델링과 PoC를 만들기 위한 API 구축, PoC 데모를 만드는 데이터 사이언티스트의 입장에서 전체 업무의 과정을 스스로 체험해 볼 수 있comento.kr  내가 들은 강의는 바로 '데이터사이언티스트와 함께하는 인공지능 프로젝트 A to Z : 모델링부터 서빙까지' 이다.         학교 홈페이지에서 '플립드 인턴셉 직무체험 프로그램'에 참여할 학생..

혼자 공부하는 머신러닝+딥러닝    오늘은 4주차!  설날에 할머니가 만들어주신 맛있는 집밥을 잔뜩 먹었다힘이 솟아오른다!!!오오오오오오오옷!!!!!   숙제    이런 건 역시 손글씨로 써야 제맛이지  챕터 5에서는 결정트리, 교차 검증과 그리드 서치, 트리의 앙상블에 대한 내용에 대해 배운다.    검증 세트: 하이퍼파라미터 튜닝을 위해 모델을 평가할 때, 테스트 세트를 사용하지 않기 위해 훈련 세트에서 다시 떼어 낸 테이터 세트. 교차 검증: 훈련 세트를 여러 폴드로 나눈 다음 한 폴드가 검증 세트의 역할을 하고 나머지 폴드에서는 모델을 훈련함. 교차 검증은 이런 식으로 모든 폴드에 대해 검증 점수를 얻어 평균하는 방법. 그리드 서치: 하이퍼파라미터 탐색을 잦동화해 주는 도구. 탐색할 매개변수를 나..