데이터 처리중입니다. 잠시만 기다려 주세요... AI_Developer

이 질문들의 출처는 https://jrc-park.tistory.com/259 입니다! 이 답변의 출처는https://velog.io/@jhlim2993/Kaist-AI-%EB%8C%80%ED%95%99%EC%9B%90-%EC%98%88%EC%83%81-%EB%A9%B4%EC%A0%91-%EB%AC%B8%EC%A0%9C입니다! + 검색 했어용 1) AI, ML, DL의 차이점 [Answer Post] 2) 지도학습, 비지도학습, 강화학습 정의 및 종류 3) eigenvector, eigenvalue란 4) pca 개념설명 5) singular value decompositon이란 6) precision, recall, F1의 무엇이고 왜 쓰는가 7) MLE와 MAP의 가장 큰 차이점은? 8) 베이즈 정리..

Meta Learning - Learning to learn 배우는 방법을 배운다 meta라는 단어는 한 차원 위의 개념적 용어로 대상의 전반적인 특성을 반영한다. 그래서 메타 러닝은 데이터의 패턴을 정해진 프로세스로 학습하는 것이 아니라, 데이터의 특성에 맞춰 모델 네트워크 구조를 변화 시키면서 학습 한다. 메타러닝이란? 문제해결 방법론 중 하나 메타러닝은 적은 데이터로 모델을 훈련하면서 관련 task를 모두 수행 할 수 있다. Task A만 훈련시키면 task B는 추가적인 훈련 없이도 바로 구분해 낼 수 있느 모델이 탄생하는 것이다. 현재 AI 연구자들은 이러한 메타러닝이 AGI를 달성하는데 큰 도움이 될 것으로 보고 있다. *AGI : Artificial General Intelligence Me..

CNN Model CNN이란? 이미지 처리에서 많이 사용되며 cnvolution과 pooling을 반복적으로 진행하는 구조 Time series data의 CNN 적용 Dilated Convolutions 기존의 convolution의 계산을 줄여주기 위해 도입 이미지 처리에서의 dilated convolution은 filter matrix 사이에 0을 삽입하여, Receptive field 의 크기는 늘리고, 계산량은 감소 1차원 convolution 필터를 활용해 입력되는 sequence 무시가 데이터 간의 가중합 (Weighted sum)을 구하여 예측 대상인 미래 값을 산출 할 수 있다. 하나 cnn구조는 과거와 미래 데이터간에 시간적인 의존성에 대해서는 고려하지 않는다. RNN Model 자연어..

Time Series Forecasting With Deep Learning A Survey https://arxiv.org/pdf/2004.13408.pdf Numerous deep learning architectures have been developed to accommodate the diversity of time series datasets across different domains. In this article, we survey common encoder and decoder designs used in both one-step-ahead and multi-horizon time series forecasting – describing how temporal information is ..

https://haje01.github.io/2020/04/21/snakemake-tutorial.html 스네이크메이크 (Snakemake) 튜토리얼 haje01의 노트 haje01.github.io 깃헙보면서 정리 예정

궁금해서 찾아봄 ●어드레스 (Address) = 스윙의 1단계. 스윙을 하려고 발의 위치를 정하고 공에 클럽 페이스를 겨누는 것. 스윙의 7단계 중 가장 편안한 자세이다. ●AGG (Aggregate) = 모든 라운드의 경기 결과를 합산한 결과. ●에어 샷 (Air Shot) = 헛 스윙으로 공을 맞히지 못하는 스윙을 말함 ●알바트로스 (Albatross) = 한 홀에서 파보다 3타 적게 홀인 하는 것. 5홀을 2타로 넣었을 경우로 미국에서는 더블 이글이라고 함. ●어프로치 샷 (Approach Shot) = 그린 가까운 곳에서 핀을 향해 공을 치는 것으로 흔히들 쇼트게임 (Short Game) 이라고 부름. 칩 어프로치 (Chip Approach)ㆍ피치 어프로치 (Pitch Approach)ㆍ러닝 어프..

공부하던 중 Gradient가 보이길래 검색해보았당 사양은 colab이 조금 더 좋아 보이나, 필요에 따라 Gradient를 사용해도 좋을 것 같다. 이번에는 Gradient를 사용해봐야겠다. 딥러닝을 공부하려면 고성능 컴퓨팅 자원 (특히 GPU) 를 필요로 합니다. 하지만 가난한 학생 입장에서 고성능 컴퓨터를 맞추기는 쉽지 않습니다. 그래서 많은 사람들이 무료로 고성능 GPU를 활용 할 수 있는 Google Colabatory (이하 Colab)를 사용합니다. 하지만 Colab에도 몇가지 단점들이 있습니다. 대표적인 단점 은 아래와 같습니다. 예기치 않은 세션 종료 (일정 시간 이상 자리비움 혹은 12시간 이상 세션 사용) 세션 종료 시 데이터 소멸 별도의 저장공간 제공 X 세션이 종료 되면 그동안 학..

- Unit Test 유닛테스트는 프로그램을 구현할 때 유닛 단위로 테스트를 진행하는 것을 의미한다. 여기서 유닛이란 보통 함수 단위라고 생각하면 좀 더 이해가 될 것이다. 프로그램은 결국 데이터와 이를 처리하는 함수로 구성되는데 각 함수를 충분히 테스트하면 전체 프로그램에서 문제가 발생하는 것을 최소화할 수 있다. 그래서 함수를 구현한 후 함수의 입력과 예상되는 출력을 비교함으로써 함수를 테스트한다. 또한, 유닛테스트는 코드를 수정하는 리펙토링 과정에서도 유용하게 사용한다. 리펙터링이란 기능은 그대로 둔채 코드의 구조등을 변경하는 것을 의미. 기존에 잘 동작하던 프로그램을 정확히 이해해서 구조를 변경하는 것은 쉬운 일이 아니다. 따라서 리펙터링을 수행하기 앞서 유닛 테스트 코드가 있다면 코드를 수정한 ..

실시간 서비스를 위해 찾아보다 알게 된 in memory DB In-Memory Database IMDB, 혹은 MMDB(Main Memory DBMS)라고도 한다. 주요 기업 및 제품은 아래와 같다. Amazon ElastiCache (미국) Redis (미국) 레디스(redis, Remote Dictionary Server)는 in-memory 기반의 키-벨류 스토어(key-valueStore)이다. 성능은 데이터를 메모리에 바로 처리하므로 메모리 기반의 데이터 베이스에 비해서 빠름 저장할 수 있는 데이터 타입의 경우에 다른 저장소는 기본적인 프리미티브 타입(primitive Type)만을 제공하는데 반해 레디스는 문자열(string), 스트링 집합(set), 해쉬(hash), 리스트(List)등의 ..

비전공자고 관련된 업무를 이제 막시작한 주니어입니당 한 2주 정도 공부한거 같구, 요약본이랑 책은 기출 2회 포함된 얇은 책으로 공부했어여!!!!! 61점 턱걸이로 합격했습니다!!!!!!! 다들 이글 보러 와셔서 후다닥 합격하고 가시길 바래용!!!!!