국비지원7 딥러닝 강의 정리 및 pytorch Rule-Based Programming (규칙 기반 프로그래밍)연산을 사람이 다 함 소프트웨어 1.0: 모든 로직과 규칙을 사람이 직접 코딩장점: 명확하고 제어 가능하며, 작은 시스템에서 매우 효율적단점: 복잡한 문제를 다루기 어렵고, 유지 보수가 어려움.Conventional Machine Learning (전통적 기계 학습)사람이 피처를 디자인하면 기계가 좋은지 안 좋은지 판단함 소프트웨어 1.5: 사람이 직접 특성(feature)을 선택하고 디자인하며, 알고리즘이 데이터를 학습하여 패턴을 찾아냄장점: 도메인 지식을 활용하여 특성을 설계단점: 특성 엔지니어링이 많은 시간과 노력을 필요Deep Learning (딥 러닝)나올 때까지 모든 계산을 기계가 해줌 소프트웨어 2.0: 인간이 특성을 직접 설계.. 2024. 7. 2. 머신 러닝 수업 정리 처음 나온 인공지능은 통계기반의 의사결정을 내리는 인공지능 인공지능은 통계 알고리즘을 통해 스스로 개선해서 데이터가 프로그래밍을 수행하도록 지원 머신러닝이 아닌 인공지능은 규칙기반 학습과 추론라고 도 하며 여러번 데이터를 통해 규칙을 도출하여 새로운 데이터에 대해서도 자동화/최적화를 위하여 사용한다. 즉 귀찮아서..매번 규칙기반 학습을 하기 힘드니깐 머신러닝이 나온 것이다. Neural Network를 통해 깊이 있게 쌓은 모델을 쌓은 기술 블랙박스 모델 지도학습은 레이블된 데이터가 있고, 명확한 목표를 가지며, 예측값과 실제 레이블을 비교하여 (아웃풋과 라벨 사이)평가할 수 있다.비지도학습은 입력 데이터에 대한 레이블이 없는 상태에서 모델을 학습하는 방법으로, 목표는 데이터의 패턴이나 구조를 발견하는.. 2024. 5. 28. fastcampusxUpstage AI 3기 통계 블로그 부트캠프에서 3일 동안 통계 수업을 진행하는 과정에서 공부한 것을 정리하려고 한다. 이 과정의 목표는 Statistics의 기초개념과 원리, 방법을 토대로 어떻게 수집한 데이터를 요약할 수 있는 기술통계, 어떻게 분석한 데이터를 근거로 모집단의 특성을 추론할 수 있는지를 아는 추리통계, 어떻게 불확실한 미래의 사건을 예측할 수 있는지를 알 수 있는 회귀와 분류를 학습하는 것이다. 합의 법칙두 사건 A와 B가 서로 상호 배타적일 때(동시에 발생할 수 없을 경우), A가 일어나는 경우의 수가 m이고, 사건 B가 일어나는 경우의 수가 n이면, 사건 A 또는 사건 B가 일어나는 경우의 총합은 m+n이다. 곱의 법칙두 독립 사건 A와 B가 일을 경우, 사건 A가 일어나는 경우의 수는 m이고, 사건 A의.. 2024. 4. 23. fastcampusxUpstageAI 3기 git 블로그 과제 git branch깃을 사용하는 주요한 이유이자 분기점을 생성하여 독립적으로 코드를 변경할 수 있도록 도와주는 모델으로 여러 사람과 함께 하는 프로젝트에 필요하다.$ git clone https://github.com/Messengerwoong/branch-practice.gitmkmkdir branch-practicebranch-practice라는 폴더를 만들어 주었다.cd branch-practice/branch-practice로 이동해 주었다.그리고 git branch를 하면 main branch만 있는 것을 확인할 수 있다.git branch- r을 하면 remote에 있는 branch를 확인할 수 있다.git branch -a를 하면 remote와 local에 있는 br.. 2024. 4. 22. 이전 1 2 다음
