Today I Learned (2024-09-11)목차Today I Learned (2024-09-11)오늘 공부한 내용1. KDTTable-QuestionAnswering 모델 만들기어려웠던 내용궁금한 내용과 부족한 내용느낀 점오늘 공부한 내용1. KDTTable-QuestionAnswering 모델 만들기EBS 4학년 수학 단원별 만들기 챗봇 만들기어려웠던 내용aws rds - ec2 연결하기궁금한 내용과 부족한 내용aws rds - ec2 연결하기느낀 점어렵다 데이터 다루기 허허 -->

Today I Learned (2024-09-10)목차Today I Learned (2024-09-10)오늘 공부한 내용1. KDT(DL)생성형 AI(Diffusers)부동소수점Stable Diffusers딥러닝 어텐션 (Attention)2. 데이터 과학을 위한 통계변이추정데이터 분포 탐색이진 데이터와 범주형 데이터 탐색하기상관관계두 개 이상의 변수 탐색임의표본추출과 표본편향SQLLIKEBETWEENNOT BETWEEN어려웠던 내용궁금한 내용과 부족한 내용느낀 점오늘 공부한 내용1. KDT(DL)생성형 AI(Diffusers)의존성 설정딥러닝 모델 실행을 위해 Python 3.8에서 주로 사용파라미터 설정모델의 성능에 영향을 주는 주요 요소프롬프트모델에 명령어를 입력해 원하는 결과를 얻음네거티브 프롬프..

Today I Learned (2024-09-09)목차Today I Learned (2024-09-09)오늘 공부한 내용1. KDT말과 사람 구별하기2. 머신러닝하이퍼 파라미터 튜닝 기법 이해하기 및 적용해보기 (GBM, Gradient Boosting Machine)Logistic Regression 주요 하이퍼 파라미터SQL비교연산자논리연산자어려웠던 내용궁금한 내용과 부족한 내용느낀 점오늘 공부한 내용1. KDT말과 사람 구별하기1차 보고서 제출피드백 내용 반영2. 머신러닝하이퍼 파라미터 튜닝 기법 이해하기 및 적용해보기 (GBM, Gradient Boosting Machine)Gradient Boosting Classifier 주요 하이퍼 파라미터learning_rate는 학습률을 의미하며, 각 트..

Today I Learned (2024-09-08)목차Today I Learned (2024-09-08)오늘 공부한 내용1. 머신러닝하이퍼 파라미터 튜닝 기법 이해하기주요 하이퍼 파라미터 튜닝 기법하이퍼 파라미터 튜닝 적용하기(SVC, Support Vector Classifier)RandomizedSearchCV + SVC2. SQL기본적인 SQL 예제 문제 풀기3. 메타코드 이커머스 데이터분석데이터 분석가란?데이터 분석가 역량 및 업무 FLOW역향 준비SQL어려웠던 내용궁금한 내용과 부족한 내용느낀 점오늘 공부한 내용1. 머신러닝하이퍼 파라미터 튜닝 기법 이해하기하이퍼 파라미터 튜닝하이퍼 파라미터란(Hyper Parameter)?모델 생성 시, 사용자가 직접 입력하는 변수하이퍼 파라미터와 파라미터의 ..

Today I Learned (2024-09-07)목차Today I Learned (2024-09-07)오늘 공부한 내용1. 머신러닝중요도에 따른 feature 정리디폴트 테스트어려웠던 내용궁금한 내용과 부족한 내용느낀 점오늘 공부한 내용1. 머신러닝중요도에 따른 feature 정리분류 확률을 계산하는데 기여한 정보를 피처 중요도라고 함결과에 유의미한 영향을 주는 feature 만을 중심으로 머신러닝 기법을 적용하기도 함디폴트 테스트하이퍼 파라미터 튜닝을 통해 각 머신러닝 모델을 보다 최적화할 수 있지만, 우선 디폴트값으로 바로 예측 가능어려웠던 내용없었다.궁금한 내용과 부족한 내용더 다양한 머신러닝 사용느낀 점이사때문에 자기전에 겨우 공부를 한다.이사 쉽지 않다... -->

Today I Learned (2024-09-06)목차Today I Learned (2024-09-06)오늘 공부한 내용1. KDT (DL)말과 사람을 구별하는 딥러닝 모델 만들기어려웠던 내용궁금한 내용과 부족한 내용느낀 점오늘 공부한 내용1. KDT (DL)말과 사람을 구별하는 딥러닝 모델 만들기사용 모델MobileNetV2(Binary Classification)선정 이유맥북에어 M1에서 원활한 학습을 위해 경령화된 딥러닝 모델 선정200개 이미지(사람100:말100) 에서 93퍼센트 정도의 정확도를 보여줌Accuracy & LossAccuracy, loss, validation accuracy, validation loss테스트(이미지 245장)어려웠던 내용딥러닝 모델 선정궁금한 내용과 부족한 내용..

Today I Learned (2024-07-12)목차Today I Learned (2024-07-12)오늘 공부한 내용1. KDT (DL)MLP와 CNN 비교CNN 주요 개념고급 CNN 모델Fine-Tuning조기 종료(Early Stopping)ModelCheckpoint이미지 분류 모델 만들기2. SQLDataBase어려웠던 내용궁금한 내용과 부족한 내용느낀 점오늘 공부한 내용1. KDT (DL)MLP와 CNN 비교MLP (Multi-Layer Perceptron)모든 노드가 서로 연결된 fully connected 구조. 입력과 출력 간의 관계를 학습하지만, Gradient Vanishing 문제로 인해 깊은 구조에서는 학습이 어려울 수 있다. 이를 해결하기 위해 ReLU, Batch Normal..

Today I Learned (2024-09-04)목차Today I Learned (2024-09-04)오늘 공부한 내용1. KDT (ML)논리게이트논리게이트 좌표계퍼셉트론비용 함수활성 함수모델 복잡도와 설계학습 과정 시각화피처 선택어려웠던 내용궁금한 내용과 부족한 내용느낀 점오늘 공부한 내용1. KDT (ML)논리게이트게이트논리기호논리식진리표연산AND∧A ∧ BA와 B 모두 1일 때만 1곱셈OR∨A ∨ BA 또는 B 중 하나가 1이면 1덧셈NOT¬¬AA가 1이면 0, 0이면 1반전NAND⊼¬(A ∧ B)A와 B가 모두 1일 때만 0AND의 반전NOR⊽¬(A ∨ B)A 또는 B 중 하나가 1이면 0OR의 반전XOR⊕A ⊕ BA와 B가 다를 때 1배타적 덧셈XNOR⊙¬(A ⊕ B)A와 B가 같을 때 1XO..