728x90
728x90
빅프 끝!6주간의 프로젝트 준비를 끝내고드디어 빅프로젝트 발표회까지 마무리하게 되었습니다! 저는 제안 PT 담당으로 발표 촬영을 진행했습니다!제 잦은 실수 때문에 촬영하시는 분들께 너무 미안했다는.. 그래도 영상팀의 밤샘 작업과 엄청난 노력 끝에 이렇게 영상을 완성하고 찐찐찐최종 제출까지 완료했습니다!컷편집을 몇백개는 했다고 하더라고요(죄송해라..) 빅프로젝트 발표회그리고 시작된 빅프로젝트 발표회!발표회는 메타버스를 통해서 진행되었습니다 메타버스에서는 캐릭터도 마음껏 꾸밀 수 있고 춤도 출 수 있어요생각보다 너무 재미있었답니다 ㅋㅋㅋ 고생한 만큼 좋은 결과물이 잘 나온 거 같으면서도 아쉬움이 있었는데생각보다 저희 솔루션을 다들 좋게 봐주시고 긍정적인 후기들이 정말 많아 굉장히 뿌듯했습니다!(수상 기..
에이블스쿨 6기 모집에이블스쿨 5기 합격 후기를 올렸던 게 엊그제 같은데 벌써 6기 모집이라니 시간이 정말 빠른 것 같습니다..!! 저 또한 에이블스쿨 지원 전에 많은 블로그를 찾아보며 도움을 많이 받았기에 6기 지원을 고민하고 계실 예비 후배님들을 위해 정성 가득한 마음으로 에이블스쿨 홍보 및 추천글을 남겨보려고 합니다.무작정 '여기 좋으니까 추천한다!' 가 아닌 솔직한 후기와 함께 희망하시는 직무에 맞게 추천과 비추천을 살짝 드려볼 생각입니다! 지원자격, 지역 등 에이블스쿨에 관한 기본적인 내용들은 홈페이지나 다른 에이블기자단 블로그를 확인해주세요. 1. DX 컨설턴트 트랙(DX란?)우선 DX 트랙의 커리큘럼은 다음과 같은데요DX는 Digital Transformation의 약자로 '디지털 전환..
클라우드 서비스(5월 14일 ~ 22일)13주차부터는 IT 인프라 수업이 마무리 되고 클라우드 서비스라는 주제로 수업이 진행 되었습니다. 최근 클라우드 컴퓨팅과 AWS에 대한 관심이 생겨 AWS를 실제로 다뤄보고 싶었는데, 마침 수업에서 AWS 실습이 진행되어 아주 흥미롭게 수강하였습니다! 전체 내용을 완전히 이해하고 소화하기에는 어려움이 있었지만, 관련 용어와 개념들이 더 이상 낯설지는 않게 되어서 큰 도움이 된 것 같습니다. IT 인프라와 더불어 클라우드 서비스는 가장 어려운 주제였다고 생각하는데, 그만큼 유익했고 빅프로젝트 때도 잘 써먹을 수 있지 않을까 합니다. 아쉬운 점이 하나 있었다면 휴가 + 공모전 준비(핑계입니다)로 실습을 제대로 이행하지 못해서 혼자서 다시 한번 할 계획이었는데 비용 문..
10주차 4차 미니 프로젝트 (4월 22일 ~ 23일)4차 미니 프로젝트에서는 AICE Associate 시험 대비를 위한 시간을 가졌습니다. 데이터 전처리부터 머신러닝, 딥러닝까지 여태껏 배웠던 교육과정을 한번에 정리할 수 있어서 좋았습니다! 다만 분명 배웠음에도 기억이 나지를 않아서 구글링을 멈출 수가 없었습니다.. 시험 합격하려면 잊어버리지 않게 꾸준히 준비해야할 거 같습니다!! AICE Associate 시험 대비 1. 라이브러리 설치 import numpy as npimport pandas as pdimport matplotlib.pyplot as plt!pip install seabornimport seaborn as snsimport sklearn as sk 2. 데이터 로드df = pd.r..
딥러닝 심화 복습CNN(합성곱 신경망, Convolutional Neural Network)입력 이미지를 효율적으로 처리하고 특징을 추출하여 이미지 분류, 객체 감지, 객체 분할 등의 작업을 수행하는 데 사용1. Conv2D (Convolutional Layer)합성곱 연산을 수행하는 레이어로, 입력 이미지에 필터를 적용하여 특징 맵을 생성주로 이미지 처리에서 사용되며, 각 필터는 입력 이미지를 스캔하고 특정한 특징을 감지하는 역할filters = 32 (새롭게 제작하려는 feature Map의 수)kernel_size =(3,3) (필터의 가로세로 사이즈)Strides = (1,1) (필터의 이동 보폭)padding = 'Same' (feature map의 사이즈 유지, 외각의 정보를 조금이라도 더 반..
딥러닝 심화 복습객체 감지(Object Detection)이미지나 비디오에서 여러 객체를 식별하고, 그 객체들의 위치를 파악하는 작업분류(Classification)와 위치 파악(Localization)의 결합Localization : 단 하나의 Object 위치를 Bounding Box로 지정하여 찾음Object Detection : 여러 개의 Object들의 위치를 Bounding Box로 지정하여 찾음 1. Bounding Box하나의 object가 포함된 최소 크기 박스구성: x, y(좌표 정보) w,h(크기 정보)x min, y min, x max, y max, x center, y center, width, height 2. Class Classific..