dong_dong_2's

1. 비지도학습(Unsupervised learning)에 대하여 - 비지도학습 : 지도학습과 달리 training data로 정답(label)이 없는 데이터가 주어지는 학습방법 - 달리 표현하자면, 주어진 데이터가 어떻게 구성되어 있는지 스스로 알아내는 방법이다. - 대표적인 예시로 군집화(clustering), 차원 축소(dimensionality reduction)이 있고, 모델로는 K-means, DBSCAN, PCA, T-SNE가 있다. 2. 클러스터링 (1) K-means - 군집화란 명확한 분류 기준이 없는 상황에서도 데이터들을 분석하여 가까운(유사한) 것들끼리 묶어주는 작업이다. - K-means 알고리즘은 k값이 주어져 있을 때, 주어진 데이터들을 k개의 클러스터로 묶는 알고리즘이다. (..

FUNDAMENTAL 11. 가랏, 몬스터볼! 전설의 포켓몬 찾아 삼만리 1. 안녕, 포켓몬과 인사해 - 우리가 다룰 데이터는 포켓몬 게임의 데이터이다. - 이 데이터를 통해서 EDA(Exploratory Data Analysis, 탐색적 데이터 분석)을 할 것임 - 데이터를 보고 일반 포켓몬과 전설 포켓몬을 분류해보기 2. 포켓몬 데이터 불러오기 - pd.read_csv - 원본 데이터를 보존하기 위해 EDA할 데이터를 copy로 만들기 - 일반 포켓몬과 전설 포켓몬 데이터 살펴보기 : head, tail 3. 전설 포켓몬? 먼저 샅샅이 살펴보자! (1) 결측치와 전체 칼럼 - 결측치 확인하기 : isnull, isna - 전체 칼럼 이해하기 : columns 4. 전설 포켓몬? 먼저 샅샅이 살펴보자!..

1. 음성과 오디오 데이터 - 파동으로서의 소리 : 진폭, 주파수, 위상, 복합파 - 오디오 데이터의 디지털화 : 나이키스트-섀넌 표본화에 따라 Sampling rate가 결정되며, 일반적으로 사용되는 주파수 영역대는 16kHz, 44.1kHz이다. - 표본화, 양자화, 부호화 2. Train / Test 데이터셋 구성하기 - Label data 처리 - 학습을 위한 데이터 분리 : sklearn.model_selection.train_test_split를 이용하기 - Data setting : one_hot, data.Dataset.from_tensor_slices, map, repeat, batch을 이용하기 3. Wave classification 모델 구현 - layers.input, layers..

이전에 공부하던 책이 너무 어려워서 책을 바꿨다. 바꾼 책은 "Do it! 자료구조와 함께 배우는 알고리즘 입문 : 파이썬 편"이다. 오늘은 1장(알고리즘 기초), 2장(기본 자료구조와 배열)에 대해서 읽었고, 시간이 빠듯하여 전부 읽지는 못했다. 다음 시간은 미리 읽어오고 얘기를 하는 식으로 하기로 했다. 그리고 프로그래머스에서 "같은 숫자는 싫어"의 연습문제를 풀어봤다. 나는 정확성은 71.9, 효율성은 28.1, 합계는 100.0이 나왔는데 합계 100이 나왔으니 좋은건지 아니면 정확성과 효율성이 둘 다 100이 나와야 좋은건지는 모르겠다. 그냥 통과했다는 것에 의미를 두기로 했다.

1. 객체란 - 파이썬에서 모든 것은 객체다. 그리고 대부분의 객체는 속성과 메소드를 갖는다 - 파이썬에서 object라 불리는 것들은 모두 변수에 할당될 수 있고, 함수의 인자로 넘겨질 수 있다. - 변수란 단지 이름일 뿐, 데이터가 담긴 객체에 그냥 이름을 붙이는 것이다. - upper, id, append, copy, deepcopy 2. 객체 지향 프로그래밍이란 - OOP : Object Oriented Programming - 객체 지향과 절차 지향 3. 클래스 선언 및 인스턴스화 - 클래스 선언 : class - 인스턴스화 : 클래스로 객체를 만드는 것. ex = class() 4. 클래스 속성과 메소드 - 속성은 상태를 표현한다. 속성은 변수로 나타낸다 - 메소드는 동작을 표현한다. 메소드는..

오늘은 노트북은 교체했다. 기존의 지급받은 노트북은 반납하고 새로운 노트북을 받았다. 새로운 노트북은 asus의 g712 모델로 매우 좋다. os 업그레이드를 하고, python, anaconda 등 필요한 프로그램과 패키지를 설치했고 가상환경 설정과 한글설정을 모두 마쳤다.

1. 이전에 일부만 배운 backpropagation에 대해서 배웠다. local gradient들을 미분하여 구하는 법, 하다보니 add, mul, max에 대해서 local gradient의 특징이 나타난다. 2. sigmoid gate를 미분하여 gradient를 구해봤다. 3. CNN 모델에 대해서 backpropagation을 해봤다. 자코비안 행렬(Jacobian matrix)이란 개념이 나왔다. 4. Neural Networks을 배웠다. 계층에 대해서 배웠고, 2-layer Neural Network과 3-layer Neural Network의 구조를 봤다. 5. 인공신경망 함수와 실제 뉴런의 구조를 비교하면서 봤다. 6. 활성함수의 종류를 간략히 살펴보았다. 출처 : cs231n.stan..

1. 머신러닝의 알고리즘 - 지도학습 : 분류, 예측, 회귀 - 비지도학습 : 클러스터링, 차원축소 - 선형회귀, 로지스틱 회귀, 앙상블트리(랜덤포레스트, 그래디언트 부스팅), 신경망과 딥러닝, K-평균, K-모드, 가우시안혼합모델 클러스터링, DBSCAN, 계층적 군집화, PCA, SVD, LDA - 강화학습 : 에이전트(학습 주체), 환경(에이전트에게 주어진 상황, 조건), 행동(에이전트의 판단), 보상(행동에 대한 보상) 2. 사이킷런에서 가이드하는 머신러닝 알고리즘 - 분류, 회귀, 군집화, 차원축소가 있음 - 알고리즘은 크게 데이터 양, 라벨의 유무, 데이터 종류(수치형, 범주형)으로 나뉨 - 분류 알고리즘 : SVC, EnsembleClassifiers, SGD Classifier, Naive..

1. 파이썬으로 그래프를 그린다는건? - 준비사항 : matplotlib, seaborn패키지를 설치한다 (pip install 패키지명) 2. 간단한 그래프 그리기 - 축 그리기 : plt.figure, add_subplot(행,열,위치) - 그래프 그리기 : bar(막대그래프), plot(선그래프), violinplot(바이올린그래프), catplot, scatterplot(산점도), hist(히스토그램), pointplot, distplot, - 그래프 요소 추가 : xlabel, ylabel, title, xlim, ylim, grid, linespace, style, alpha, legend - 주석 달기 : annotate + asof - 저장하기 : savefig 3. Heatmap - pi..

1. 떠나자 디지털 월드로! - Ctrl + Alt + F3 : 까만 화면으로 들어가기, Ctrl + Alt + F2 / F1 / F7 : GUI로 돌아오기 - pwd, echo, ls, ls --all, cd, 2. 운영체제 일반 개론 - 운영체제란 무엇인가 - 커널이란 무엇인가 - 셀이란 무엇인가 : GUI셀, CLI셀 - 프로세스와 스레드 3. 리눅스 기반 운영체제 - 터미널 : 우분투에서는 Ctrl + Alt + T(정확히는 터미널 에뮬레이터) - 프로세스 관리와 시스템 콜 : ps, ps -ef, grep, sudo, kill - 프로그램과 환경변수 : which, export, env - 패키지 관리자 : APT, PIP - 사용자와 권한 : 최고 관리자(윈도우는 administrator, 유..