"Growth" Data를 쌓아가는 사람

오늘의 목표 소개 1003 => 전이학습(trasfer learning) => 기존 유명한 논문의 CNN 모델이 이미 TF, keras, PyTorch 등에 구현이 되어있습니다. 그래서 해당 모델을 직접 구현하지 않고 가져다 쓸 수 있는게 전이학습입니다. 여기에서 미세조정 등을 해주게 되면 직접 모델을 구현했을 때에 비해 거인의 어깨 위에 올라가서 사용하기 때문에 조금 더 나은 성능을 내기도 합니다. 1004실습 날씨이미지 분류(TF, keras 의 이미지 전처리 기능을 사용하지 않고 넘파이로 직접 이미지 array를 만들어 봅니다. 다차원 배열을 만들어 CNN에 적용하는 실습이 목적이다. CNN 복습 스트라이드를 통해 여러 칸을 이동하면 결과가 어떻게 될까요? 용량이 줄어들고, 학습속도가 빠르다. 하지..

멋사 AISCOOL 7기 Python/TIL 2022. 12. 14. 02:05

문제1. (175)Combine Two Tables #leftjoin select p.firstName, p.lastName, a.city, a.state from Person p left join Address a on p.personId = a.personId left join을 하게 되면 공통 key가 없는 값들에 대해서는 null값이 채워지게 된다. 문제2. (1581)Customer Who Visited but Did Not Make Any Transactions #leftjoin select v.customer_id as customer_id, count(v.visit_id) as count_no_trans from Visits v left join Transactions t on v.visi..

SQL/SQL 문제풀이 스터디 2022. 12. 12. 21:51

문제1. (595)Big Countries select name, population, area from World where area >= 3000000 or population >= 25000000 문제2. (1757)Recyclable and Low Fat Products select product_id from Products where low_fats = 'Y' and recyclable = 'Y' 문제3. (584)Find Customer Referee select name from Customer where id not in (select id from Customer where referee_id = 2) 문제4. (183)Customers Who Never Order select name..

SQL/SQL 문제풀이 스터디 2022. 12. 8. 17:47

3️⃣ 딥러닝의 학습방법 딥러닝은 출력값과 실제값을 비교하여 그 차이를 최소화하는 가중치(weight)와 편향(bias)의 조합을 찾는다. 이때 가중치는 오차를 최소화하는 방향으로 모델이 스스로 탐색한다. 오차계산은 실제 데이터를 비교하며, 손실함수(오차의 정확도를 계산하는 수식, MAE/MSE 등)를 최소화하는 값을 탐색하며, 문제유형에 따라 알맞은 손실함수를 선정해야 한다. 모델을 컴파일 하는 부분에서 옵티마이저로 경사하강법의 원리를 이용하여 알맞은 손실함수를 찾아 최소화시키도록 학습한다. 👉 결국, 손실함수를 최소화하는 가중치와 편향을 찾는 방향으로 학습하는 것이 궁극적인 목표이다. 💡 손실함수 머신러닝 혹은 딥러닝 모델의 예측값과 실제값의 차이를 수치화해주는 함수이며, ‘오차가 작다’는 말은 ‘손..

멋사 AISCOOL 7기 Python/INPUT 2022. 12. 8. 16:58

Deep Learning 인공지능 스스로 일정 범주의 데이터를 바탕으로 공통된 특징을 도출하고, 그 특징으로 예측값을 출력함. : 머신러닝과의 가장 큰 차이점은 머신러닝은 사람이 특징을 추출하고 예측하지만, 딥러닝은 인공지능이 특징을 추출하고 예측한다는 인간의 개입여부가 가장 큰 차이점이다. 📍 ANN의 문제점 🛠️ 초기의 인공신경망 Perceptron 사람의 신경망을 모방했다. 각 노드의 가중치와 입력치를 곱한 것을 모두 합한 값이 활성함수에 의해 판단되는데, 그 값이 임계치보다 크면 뉴런이 활성화되고 결과값으로 1을 출력한다 하지만 단층이기 때문에 XOR(AND OR)연산이 불가능하다 → 단층을 다층 구조로 변경했다. 따라서 입력층-은닉층-출력층으로만 이뤄졌던 인공신경망은 입력층 - 은닉층 - 은닉층..

멋사 AISCOOL 7기 Python/INPUT 2022. 12. 8. 16:49

문제1. 프로그래머스 > JOIN > 상품별 온라인 매출 구하기 #JOIN #집계함수 #GROUPBY SELECT P.PRODUCT_CODE, SUM(O.SALES_AMOUNT) * P.PRICE AS SALES FROM PRODUCT P INNER JOIN OFFLINE_SALE O ON P.PRODUCT_ID = O.PRODUCT_ID GROUP BY 1 ORDER BY 2 DESC, 1 문제2. 프로그래머스 > JOIN > 상품을 구매한 회윈 비율 구하기 #날짜함수 #집계함수 SELECT YEAR(OS.SALES_DATE) AS YEAR, MONTH(OS.SALES_DATE) AS MONTH, COUNT(DISTINCT OS.USER_ID) AS PUCHASED_USERS, ROUND((COUNT(..

SQL/SQL 문제풀이 스터디 2022. 12. 8. 16:36

1205복습 relu를 통과한 피처맵을 무엇이라 부를까요? 액티베이션맵 MaxPooling 을 하게 되면 어떻게 될까요? : 이미지 크기를 줄여 계산을 효율적으로 하고 데이터를 압축하는 효과가 있기 때문에 오버피팅을 방지해 주기도 합니다. 이미지를 추상화 해주기 때문에 너무 자세히 학습하지 않도록해서 오버피팅이 방지되게 됩니다. : MaxPooling, AveragePooling, MinPooling softmax 는 어떻게 결과를 처리할까요? 멀티클래스 분류에 주로 사용합니다. 가장 큰 확률값을 클래스의 답으로 사용합니다. 가장 큰 확률값을 찾는 방법은 무엇일까요? np.argmax() 를 사용하면 가장 큰 확률값에 대한 인덱스를 반환합니다. 가장 큰 값의 인덱스를 답으로 사용합니다. binary 분류..

멋사 AISCOOL 7기 Python/TIL 2022. 12. 6. 22:05

0902복습: DNN리뷰 모델구성과 컴파일을 보고 분류 또는 회귀를 구분할 수 있는 기준? : loss값을 보고 알 수 있다! : 분류에서도 activation을 지정하지 않아도 loss를 판단할 수 있다. : 분류문제는 binary, multiclass인지 명시적으로 지정해주는게 좀 더 코드를 읽고 해석하기 쉽다. : 혼란을 줄이기 위해 명시적으로 지정해주는 게 좋다. 단 분류에서는? : sigmoid의 경우1개로 해주어야 확률값으로 출력을 받아 특정 임계값보다 크다작냐로 binary값을 만들어 판단한다. : 분류에서 units이 2개라면 softmax로 반환받는 것이 좋다. 이 때 둘 중에 확률이 높은 값을 선택해서 사용한다. : 멀티클래스 예측값이 나왔을 때 가장 큰 값의 인덱스를 반환하는 넘파이 ..

멋사 AISCOOL 7기 Python/TIL 2022. 12. 6. 00:18