Tasha's devlog

[elice 머신러닝] 머신러닝 라이브러리 NumPy

*elice 강의 수강중* - 속력이 빨라지기 때문에 동일한 데이터 타입을 갖도록 하는 것. - 리스트 *2 2개를 연속적으로 나타낸것. +도 마찬가지. => so, numpy가 필요 - start는 포함, stop은 포함 안 됨. !- 기본이 float니깐, 정수로 하려면  꼭 dtype = int 넣어줘야 함. - 배열로 주고 싶으면, (3,3) 이렇게 튜플로 한 번 더 묶어줘야 함. - 배열로 주고 싶으면, (3,3) 이렇게 튜플로 한 번 더 묶어줘야 함. - - size 간격 아니고, 총 개수를 의미함.   array5 = np.arange(0, 10).reshape(1,10) --> 2차원 배열을 요구할 경우 이렇게 해야함. 랜덤으로 하지말고 -- 이거 엘리스 인 ai가 틀림.. 아니..

[Elice 머신러닝] 인공지능

*elice 강의 수강중* - 인공지능 종류를 열심히 안 봤는데.. ANI -> AGI -> ASI  이건 처음 알게 된 것 같다. - 단순히 번안하는 것이 아니라 맥락을 고려하는 것

- 모델을 선택한 이유를 적기 위해서 모델 별 비교를 찾는데 성능지표를 잘 모르니 헷갈렸음.  - 검색을 하다 보니 정리 되게 잘해주셔 나중에도 보려고 가지고 왔다.  https://ai-bt.tistory.com/entry/01-Object-Detection Object Detection 정의와 Evaluation metric (평가지표)1. 이미지 탐지 종류1) Classification (분류)Classification은 가장 기본적인 이미지 처리 기법 중 하나입니다. 단어 그대로, 이미지를 특정 클래스 또는 카테고리로 분류하는 작업을 의미합니다. 주어진ai-bt.tistory.com - 위 글을 바탕으로 정리  성능 평가 confusion  matrix precisionrecallPR CurveA..

✅ YOLO 모델 성능 지표mAP (mean Average Precision)객체 탐지 모델의 성능을 평가하는 대표적인 지표평균 정밀도(AP)의 평균값mAP@50 → IoU(Intersection over Union) 값이 0.5일 때의 mAPmAP@50:95 → IoU 값이 0.5에서 0.95까지 0.05 간격으로 평균값 계산Precision (정밀도)모델이 탐지한 객체 중에서 실제로 정답인 객체의 비율Precision=TPTP+FP\text{Precision} = \frac{TP}{TP + FP}Precision=TP+FPTP​TP: True Positive, FP: False PositiveRecall (재현율)실제 객체 중에서 모델이 올바르게 탐지한 객체의 비율Recall=TPTP+FN\text{..

- 부트캠프에서 설명을 듣긴했는데.. 너무 오래되서 책 읽는데도 모르겠더라.나는....정말로 내가 논문을 어떻게  gpt 없이 썼는지 모르겠어..모르는 것을 물어볼 데가 없어서..진짜.....피눈물 흘리면서 논문 찾고, 그냥 해석했지..지금은 그냥..다 알려주네- 공부하기 최적이다.. 정말. - 캐글 강아지 vs 고양이 데이터 셋으로 모델을 만드는 과정임- *케라스 창시자에게 배우는 딥러닝    - *GPT가 알려줌  [CNN의 출력 크기 계산 공식]📌 Output Shape (출력 크기)**출력 크기(output shape)**는 각 레이어를 거친 후 변환된 데이터의 크기보통 (batch_size, height, width, channels) 형태.Conv2D 레이어에서 **필터(커널)**가 입력 이..

국비 지원 강의를 들을 때 받았던 책 인데,프로젝트하면서 자연어 처리 부분을 잠깐 봤다가 다시 집어들었다.   오늘이 첫 코멘토 날짜라 그 전에 8장 컴퓨터 비젼을 위한 딥러닝을 읽으려고 한 것이었는데 1, 2장을 먼저 읽었다. 수학적 구성요소나 역전파 알고리즘, 텐서, 점곱, 옵티마이저, 손실함수, 그래디언트 등은블로그에 짤막하게 정리된 거로는 도저히 모르겠어서 읽으면서 GPT 한테 물어보면서 확인했다. 사실 그래도, 나는 이공계열이 아니라서회귀까지는 이해하는데, 3,4차원으로 넘어가서 행렬곱(텐서 연산)이 나오고 하니깐... 머리가 아팠다..나는 딱 스칼라, 벡터, 행렬까지는 알겠는데 3차원 텐서 들어가니깐.. 과정을 보여주지 않으면 모르겠더라.  수학적 연산으로 인해서 멀어질까봐 프랑소와 숄레가 연..

와 진짜 오랜만에 테드를 봤다. 코멘토 직무부트캠프를 참여할 수 있게 되어서데이터 사이언티스트를 검색하니, 한 캠프가 떴다. 멘토에게 computer vision이 처음이라 혹시 어떤 걸 준비하면 좋겠냐고여쭤보니 YOLO 모델을 미리 학습해 오면 좋겠다고 하셨다. 그리고 검색을 하니 https://brunch.co.kr/@aischool/11 YOLO(You Only Look Once) 모델 소개Object Detection 국가대표 딥러닝 모델 | YOLO(You Only Look Once)는 물체 검출(Object Detection)에 관심이 있는 분들이라면 한번쯤은 들어봤을 Object Detection의 국가대표 딥러닝 모델이라고 할 수 있습니다. 물brunch.co.kr이 분의 브런치가 가장 먼..

#국비지원 강의에서 과제로 내주신 것 공부용이라며 용어 정리 과제를 내주셨는데 ㅎ오랜만에 활자와 논문 검색하니깐 흥분해서 .. 모르는 것 까지 전부 가지치기해서 정리해 버렸다.하나를 이해 하지 않으면 다음으로 넘어가지 못하니깐...  논문을 읽으려고 해도영어로 읽을 시간은 안 났고, 흠... 이 분야는 어디서부터 시작할지는 모르겠었다. 정확히 말하면, 인용지수가 높은 학회지가 어떤 것인지.. 이 분야를 잘 모르다보니 다소 아쉬웠다. 그래서 잘 정리된 블로그들과 소수의 논문을 합쳐서 용어를 정리했다. 최대한 인용한 부분을 전부 표기하려고 했으나워낙 지식이 없어서 사실상 재정리 한 부분이 많다. 각 문장 별이 아닌 소제목에 인사이테이션을 한 경우가 그러하며, 공부 흔적을 남기고자 페이지 별로 잘라서 여기에 ..