목록전체 글 (307)
코딩하는 해맑은 거북이
해당 글은 아래의 2가지를 다룬다. 1. 컴퓨터 비전이란? 2. 컴퓨터 비전 문제 영역 19가지 - 컴퓨터 비전 (Computer Vision) : 인간의 시각과 관련된 부분을 컴퓨터 알고리즘을 이용해서 구현하는 방법을 연구하는 분야. - 컴퓨터비전의 대표적인 문제 : 이미지 분류(Image Classification), Semantic Image Segmentation, 물체 검출(Object Detection) 등 - 컴퓨터 비전 문제를 풀기 위해선 딥러닝의 여러 구조 중 CNN이 많이 사용된다. - 컴퓨터 비전 문제 영역 1) Image Classification : input image가 어떤 label에 대응되는지 분류(Classification)를 수행하는 문제 영역 ex) 고양이와 강아지 이..
해당 글은 아래의 3가지를 다룬다. 1. 앙상블(Ensemble) 이란? 2. 앙상블 학습(Ensemble Learning)이란? 3. 앙상블 기법 4가지 Check. Q. 앙상블 방법에는 어떤 것들이 있나요? 더보기 앙상블(Ensemble) 은 여러개의 모델을 조합해서 그 결과를 뽑아 내는 방법이다. "정확도가 높은 강한 모델을 하나 사용하는 것보다, 정확도가 낮은 약한 모델을 여러개 조합 하는 방식의 정확도가 높다"는 개념에서 비롯한 방법이다. Bagging, Boosting, Stacking 등의 방법이 있다. 배깅(Bagging, Bootstrap Aggregation) 이란 샘플을 여러번 뽑아(Bootstrap = 복원 랜덤 샘플링) 각 모델을 학습시켜 결과물을 집계(Aggregation)하는 ..
본 게시물의 내용은 '인공지능을 위한 선형대수(주재걸 교수님)' 강의를 듣고 작성하였다. 해당 글은 아래의 4가지를 다룬다. 1. 선형결합(Linear Combination) 2. 생성(Span) 3. 행렬의 곱셈 4. 선형독립과 선형종속(Linear Independence and Linear Dependence) - 선형결합 - 선형결합(Linear Combinations) : 여러개의 벡터에 상수배를 해준 일련의 항으로 구성된 표현식 - 벡터방정식(Vector Equation) : 벡터로 표현된 방정식 (Ax=b에서 행렬을 벡터로 나눠서 형태만 바꿈) - Span : 선형결합으로 이루어진 식에 다양한 계수의 값을 넣어서 나온 모든 결과 벡터들의 집합 - Span의 기하학적 설명 (위쪽 그림 참고) :..
해당 글은 아래의 4가지를 다룬다. 1. 인공지능이란? 2. 튜링테스트(Turing Test) 3. 인공지능의 역사 4. Tree Search - Uninformed Search 참고 링크 : https://www.javatpoint.com/ai-uninformed-search-algorithms Uninformed Search Algorithms - Javatpoint Uninformed Search Algorithms with AI, Artificial Intelligence, Tutorial, Introduction, History of Artificial Intelligence, AI Overview, Application of AI, Types of AI, What is AI, etc. www...
본 게시물의 내용은 '인공지능을 위한 선형대수(주재걸 교수님)' 강의를 듣고 작성하였다. 해당 글은 아래의 5가지를 다룬다. 1. 스칼라(Scalar), 벡터(Vector) 그리고 행렬(Matrix) 2. 열 벡터와 행 벡터(Row Vector, Column Vector) 3. 벡터와 행렬의 연산 4. 선형방정식(Linear Equation)과 선형시스템(Linear System) 5. 항등 행렬(Identity Matrix)과 역행렬(Inverse Matrix) - 선형대수의 기초 - Vector : Order가 정해져 있는(크기O, 방향O) 1차원의 숫자 배열로, Row vector와 Column vector 2가지가 있다. - Column vector : n개의 행을 가진 n차원 벡터, 보통 def..
해당 글은 리스트에서 특정 값의 인덱스를 가져오는 방법에 대해 배운다. 특정 값이 중복되는 경우, 인덱스들의 리스트를 가져오는 방법이 있다. 1. 리스트.index(특정값) list_A = ['a', 'b', 'c', 'd'] print(list_A.index('c')) 2 list_A에서 특정 값으로 'c'의 index를 가져온 모습이다. list_A = ['a', 'b', 'c', 'd', 'b'] print(list_A.index('b')) 1 만약 특정 값이 중복될 때, 가장 먼저 찾은 index를 반환한다. 2. 인덱스리스트 = list(filter(lambda x:리스트[x]==특정값, range(len(리스트)))) 리스트에서 특정 값이 중복될 때, 모든 index의 리스트 가져오는 방법이다..