코딩하는 해맑은 거북이

본 게시물의 내용은 '딥러닝 기초 다지기(부스트코스)' 강의를 듣고 작성하였다. 해당 글은 2. 최적화 3가지 파트를 다룬다. 1. 최적화의 주요 용어 이해하기 2. Gradient Descent Methods 3. Regularization 1. 최적화의 주요 용어 이해하기 * Gradient Descent : First-order iterative optimization algorithm for finding a local minimum of a differentiable function. 1차 미분한 값으로 계속 반복해서 최적화시키고, 항상 local minimum으로 간다 - Generalization, 일반화 성능 iteration 이 진행됨에 따라서 학습데이터에 대한 training error..

본 게시물의 내용은 '딥러닝 기초 다지기(부스트코스)' 강의를 듣고 작성하였다. 해당 글은 1. 딥러닝 기초 3가지 파트를 다룬다. 1. 딥러닝 기본 용어 설명 2. Historical Review 3. 뉴럴 네트워크 - MLP 1. 딥러닝 기본 용어 설명 - 인공지능 : 사람의 지능을 모방하는 것. - 머신러닝 : 무언가를 학습하고자 할 때 데이터를 이용하여 모델을 만드는 것. - 딥러닝 : 사용하는 모델이 뉴럴 네트워크 구조로 학습하는 것. - 딥러닝 분야의 중요한 요소 4가지 The data that the model can learn from The model how to transform the data The loss function that quantifies the badness of th..

본 게시물의 내용은 '인공지능(AI) 기초 다지기(부스트코스)' 강의를 듣고 작성하였다. 해당 글은 4-1. Pandas I / 딥러닝 학습방법 이해하기 2가지 파트를 다룬다. 1. Pandas I 2. 딥러닝 학습방법 이해하기 1. Pandas I pandas - 구조화된 데이터의 처리를 지원하는 Python 라이브러리, Python계의 엑셀! - panel data의 줄임말 → pandas - 고성능 array 계산 라이브러리인 numpy와 통합하여, 강력한 "스프레드시트" 처리 기능을 제공한다. - 인덱싱, 연산용 함수, 전처리 함수 등을 제공한다. - 데이터 처리 및 통계 분석을 위해 사용한다. cf) 테이블 정의 예시 Data table, Sample : 전체 테이블 attribute, fiel..

본 게시물의 내용은 '인공지능(AI) 기초 다지기(부스트코스)' 강의를 듣고 작성하였다. 해당 글은 3-2. 경사하강법 2가지 파트를 다룬다. 1. 경사하강법(순한맛) 2. 경사하강법(매운맛) 1. 경사하강법(순한맛) - 미분이란? : 변수의 움직임에 따른 함수값의 변화를 측정하기 위한 도구로 최적화에서 제일 많이 사용하는 기법 최근엔 미분을 손으로 직접 계산하는 대신 컴퓨터가 계산해줄 수 있다. → sympy.diff 사용 - 미분을 어디에 쓸까? 미분은 함수 f의 주어진 점 (x, f(x))에서의 접선의 기울기를 구한다. 한 점에서 접선의 기울기를 알면 어느 방향으로 점을 움직여야 함수값이 증가하는지/감소하는지 알 수 있다. * 위로 볼록한 함수, 미분값(f'(x))이 음수일 때. x + f'(x) ..

본 게시물의 내용은 '인공지능(AI) 기초 다지기(부스트코스)' 강의를 듣고 작성하였다. 해당 글은 3-1. Numpy / 벡터 & 행렬 3가지 파트를 다룬다. 1. Numerical Python - Numpy 2. 벡터가 뭐에요? 3. 행렬이 뭐에요? 1. Numerical Python - Numpy 추후 업데이트 예정 2. 벡터가 뭐에요? - 숫자를 원소로 가지는 리스트(list) 또는 배열(array) - 공간에서 한 점을 나타낸다. - 원점으로부터 상대적 위치를 표현한다. - 벡터에 숫자를 곱해주면(스칼라곱) 길이만 변한다. - 벡터끼리 같은 모양을 가지면 덧셈, 뺄셈, 성분곱(Hadamard product) 연산을 할 수 있다. - 두 벡터의 덧셈은 다른 벡터로부터 상대적 위치이동을 표현한다. ..

본 게시물의 내용은 '인공지능(AI) 기초 다지기(부스트코스)' 강의를 듣고 작성하였다. 해당 글은 2-2. 파이썬으로 데이터 다루기 2가지 파트를 다룬다. 1. File / Exception / Log Handling 2. Python data handling 1. File / Exception / Log Handling - Exception 1) 예상 가능한 예외 - 발생 여부를 사전에 인지할 수 있는 예외 - 사용자의 잘못된 입력, 파일 호출 시 파일 없음 - 개발자가 반드시 명시적으로 정의 해야함 2) 예상 불가능한 예외 - 인터프리터 과정에서 발생하는 예외, 개발자 실수 - 리스트의 범위를 넘어가는 값 호출, 정수 0으로 나눔 - 수행 불가시 인터프리터가 자동 호출 - Exception Hand..