728x90
728x90
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..
딥러닝 기초 복습머신러닝 정리 알고리즘 평가 지표 딥러닝 개념인공 신경망을 사용하여 복잡한 패턴을 학습하고 데이터를 분석하는 기술스케일링 필수 가중치 조정 조금씩 가중치(weight)를 조정하며 지정한 횟수나 더 이상 오차가 줄지 않을 때까지 오차 확인 이를 학습이라고 함(가장 적합한 가중치를 찾는 과정) 학습 절차가중치에 초기값 할당예측 결과 출력오차 계산(MSE)오차를 줄이는 방향으로 가중치(weight) 조정(가중치 = 파라미터)1번으로 올라가 반복(max iteration에 도달)loss function: 오차계산optimizer: 가중치 조절learning_rate: 학습율 결정epoch: 반복횟수 딥러닝 모델링1. Regression 스케일링# 스케일러 선언 scaler = MinMaxScal..
7, 8주차 (4월 1일 ~ 5일, 4월 8일 ~ 12일) 3차 미니프로젝트(4월 4일 ~ 9일) 4월 4일부터 9일까지 3차 미니프로젝트가 진행되었습니다! 이번 미니프로젝트는 두 번에 걸쳐 나누어서 진행되었는데 4, 5일에는 스마트폰 센서 데이터 기반으로 행동을 분류하는 주제, 8, 9일에는 신규 임대 아파트의 주차 수요를 예측하는 주제였습니다. 첫 번째 주제에서는 데이터에 대한 이해가 많이 부족한 상태에서 주어진 문제들 풀기에 급급하다 보니 내용도 제대로 파악하지 못하고 체계가 잘 잡혀있지 않아 많이 헤맸던 거 같습니다. 이에 조원들과 얘기 나눠본 결과 두 번째 주제 진행 전에 데이터에 대한 이야기를 먼저 적극적으로 나누어 도메인 지식을 쌓은 후 프로젝트를 진행하는 방향으로 결정이 되었습니다! 확실히..