AIFFEL
-
[Day40] 정보이론 톱아보기?AIFFEL Life 2020. 12. 16. 11:02
오늘 배운 내용중 유용한 자료 2개를 소개합니다. 하나는 딥러닝 책인데 온라인으로 읽어 볼 수 있게 되어 있고, 다른 하나는 당뇨병에 관한 캐글 데이터입니다. 1. Deep Learning An MIT Press book www.deeplearningbook.org/ Deep Learning What is the best way to print the HTML format? Printing seems to work best printing directly from the browser, using Chrome. Other browsers do not work as well. www.deeplearningbook.org 2. Pima Indians Diabetes Database www.kaggle.com..
-
[Day40] 하둡이냐 아파치냐AIFFEL Life 2020. 12. 16. 10:51
오늘은 빅데이터 생태계에 대해서 알아보았습니다. 인공지능도 결국은 무언가 어플리케이션이 유용해야 널리 사용될 수 있는 것이겠죠. 그리고 딥러닝의 경우 결국 학습할 데이타가 있어야 한다는 점에서도 빅데이터와 결합했을 때 훨씬 시너지 효과가 크게 나타날 겁니다. 그런 차원에서 결국 빅데이터 시스템을 구축하고 그 데이터를 학습하고 분석하는 인공지능을 그 위에 얹어야 좋은 결과물이 나올 수 있다는 어쩌면 당연한 이야기가 만들어 질 것 같습니다. 그래서, 인공지능이 학습할 데이터를 모으고, 처리할 빅데이터 시스템에 대한 이해가 필수적이라고 할 수 있는데, 오늘은 그 중 유명한 하둡과 스파크에 대해서 알아볼 수 있는 자료들을 공유합니다. 1. The Google File System (paper) static.go..
-
[Day39] 역전파를 이해하자AIFFEL Life 2020. 12. 16. 10:26
딥러닝 개념 중에 중요한 것 하나가 바로 역전파 (Backpropagation)이죠. 이해를 도와줄 만한 유용한 자료 모음들을 아래에 공유합니다. 1. What is backpropagation really doing? | Deep learning, chapter 3 www.youtube.com/watch?v=Ilg3gGewQ5U&feature=youtu.be 2. 역전파 (Backpropagation) 유도하기 2/3 www.youtube.com/watch?v=JVYXDDlZeSs&feature=youtu.be 3. A Derivation of Backpropagation in Matrix Form sudeepraja.github.io/Neural/ A Derivation of Backpropagati..
-
[Day38] 인물 사진 모드 처리AIFFEL Life 2020. 12. 15. 18:43
요즘 카메라에서 (특히 아래 1번 글처럼 아이폰에서) 인물 사진 모드로 사진을 찍으면, (혹은 다른 모드라고 하더라도) 배경을 날려(?)주는 아웃포커싱 기법으로 사진을 처리하게 됩니다. 이런 효과를 내주는 방법을 실습으로 배웠습니다. 인물 사진을 찍은 다음, 인물을 인식하는 기법으로 인물의 윤곽을 따라 인물과 배경을 분리합니다. 그런 다음, 배경에 블러 (blur) 효과를 주어 마치 아웃포커싱인 듯한 효과를 준 다음 인물 이미지를 그 위에 얹으면 인물 사진 모드로 찍은 사진과 같은 이미지가 만들어집니다. 다만, 인물을 제외한 부분을 검은색 (혹은 흰색이더라도) 블러 효과를 주는 과정에서 검은색이 경계면으로 번져 보이게 되어서 실제로 합성했을때 어색해 보이는 문제가 생길 수도 있습니다. 1. iPhone에..
-
[Day37] 차원 축소AIFFEL Life 2020. 12. 15. 18:24
지난 포스트에서 PCA를 배웠는데, 그 이유는 결국 차원 축소를 이해하기 위한 것이었네요. 차원 축소... 딥러닝에서 데이타 셋의 차원이 무척 높은 것을 알 수 있죠. 우리는 3차원이 넘어가면 시각화 할 수 없고, 그러다 보이 벡터의 관계를 이해하기 어려워집니다. 이런 고차원을 저차원으로 낮춰 어떤 벡터들이 어떤 벡터들과 유사하다고 할 수 있는지 시각적으로 볼 수 있다면 유용한 경우가 많기 때문에, tSNE와 같은 기법들이 유용하게 사용됩니다. 1. 차원 축소 - PCA, 주성분분석 (1) excelsior-cjh.tistory.com/167 차원 축소 - PCA, 주성분분석 (1) 차원 축소 - PCA (1) 대부분 실무에서 분석하는 데이터는 매우 많은 특성(feature)들을 가지고 있다. 이러한 데..
-
[Day37] PCA (주성분 분석)AIFFEL Life 2020. 12. 15. 18:15
주성분분석, Principal Component Analysis에 대해서 잘 모르시겠다면 아래 내용들을 살펴보세요. 1. 고유치 및 고유벡터 www.youtube.com/watch?v=V7a86NUYjhY&feature=youtu.be 2. 고유값 분해 (Eigenvalue Decomposition) 쉽게 설명하기 www.youtube.com/watch?v=j2Zxmt5SRmo&feature=youtu.be 3. 주성분분석(Principal Component Analysis) ratsgo.github.io/machine%20learning/2017/04/24/PCA/ 주성분분석(Principal Component Analysis) · ratsgo's blog 이번 글에서는 차원축소(dimensionali..
-
[Day35] 퍼셉트론과 활성함수AIFFEL Life 2020. 12. 15. 16:57
오늘은 딥러닝의 기본 개념들 가운데 중요한 개념인 퍼셉트론과 활성함수에 대해서 공부했습니다. 참고할만한 좋은 자료들이 있어 아래와 같이 공유합니다. 1. History of the Perceptron web.csulb.edu/~cwallis/artificialn/History.htm History of the Perceptron Threshold Step Sigmoid Piecewise Linear Gaussian web.csulb.edu 2. Linear transformations and matrices | Essence of linear algebra, chapter 3 www.youtube.com/watch?v=kYB8IZa5AuE&feature=youtu.be 3. Perceptron en.wi..
-
[Day34] 하둡과 스파크를 알아보자AIFFEL Life 2020. 12. 15. 16:45
요즘은 별로 주목을 받지 못하는 것 같지만, AI라는 키워드가 유행하기 직전까지 빅데이터가 정말 핫한 키워드였는데요. 그때 빅데이터 시스템을 구축하려면 하둡 혹은 스파크에다가 만들어야 하는 것처럼 엄청 유명했던 용어죠. 하둡과 스파크를 이해하는데 도움이 될 만한 글들을 공유합니다. 1. [공모전 수상작] 쌀 한가마니 속 쌀알의 개수는? m.post.naver.com/viewer/postView.nhn?volumeNo=10165636&memberNo=608322 [공모전 수상작] 쌀 한가마니 속 쌀알의 개수는? [BY 통계청] 조선시대 선비, 오성이 들려주는 재미있는 통계 이야기 쌀 한가마니 속 쌀알의 개수는? 고... m.post.naver.com 2. MapReduce en.wikipedia.org/w..