본문 바로가기

분류 전체보기

 (68)
[UDEMY-Deep Learning A to Z] 2-4. ANN Intuition - 신경망의 학습 방식 (How do NNs Learn?) 본 게시물은 UDEMY 강좌 '딥러닝의 모든 것 with Python, Tensorflow, Pytorch'를 학습하고 요약한 게시물입니다. - 강좌 URL : https://www.udemy.com/course/best-artificial-neural-networks/ > 프로그램 수행 방식 1) 하드코딩 - 프로그램에 구체적으로 규칙을 정해주고 원하는 결과를 알려주는 것으로, 프로그램이 처리해야 할 가능성이 있는 모든 옵션들을 설명해주는 것 2) 신경망 - 프로그램이 스스로 무슨 일을 하고 있는지 이해할 수 있는 기반을 만드는 것 → 우리의 목표는 스스로 학습하는 네트워크를 만드는 것으로, 규칙을 추가하는 일은 최대한 피할 것이다. > 예시 : 단층 피드포워드 신경망 (퍼셉트론) - 출력값과 실제값을..
[UDEMY-Deep Learning A to Z] 2-3. ANN Intuition - 신경망의 작동 방식 (How do NNs Work?) 본 게시물은 UDEMY 강좌 '딥러닝의 모든 것 with Python, Tensorflow, Pytorch'를 학습하고 요약한 게시물입니다. - 강좌 URL : https://www.udemy.com/course/best-artificial-neural-networks/ ※ 본 레슨에서는 훈련은 이미 되었다는 가정하에 실제 애플리케이션에만 집중할 것임 > 은닉층이 없는 간단한 신경망 예시 (예시 : 집 값 예측) - 입력변수에 시냅스에 의해 가중치가 부여되어서 출력층이 계산됨 - 출력값을 얻을 때, 지금 사용하고 있는 함수를 쓸 수도 있고, 활성화 함수를 쓸 수도 있고, 로지스틱회귀 공식 또는 제곱함수 등을 쓸 수도 있음. 요점은 출력값을 얻는다는 것 - 위의 상태만으로는 이미 대부분의 머신러닝 알고리즘..
[UDEMY-Deep Learning A to Z] 2-2. ANN Intuition - 활성화 함수 (The Activation Function) 본 게시물은 UDEMY 강좌 '딥러닝의 모든 것 with Python, Tensorflow, Pytorch'를 학습하고 요약한 게시물입니다. - 강좌 URL : https://www.udemy.com/course/best-artificial-neural-networks/ > 활성화 함수란? 활성함수(活性函數, activation function)는 인공 신경망에서 입력을 변환하는 함수이다. ReLU, 시그모이드 함수, 쌍곡탄젠트 함수 등이 대표적인 활성함수이다 (출처 : 위키백과) 1~2단계 : 입력값들과 가중치들을 이용해서 입력값의 가중합계를 계산하며, 이 때 활성화 함수를 적용함 3단계 (오늘 공부할 부분) : 다음 뉴런에 신호를 전달할 것이며, 전달될 값에 대해 얘기해 볼 것 > 활성화 함수 종류 ..
[Presto] 배열함수 ① - Array_agg, Unnest Array_agg- 여러개의 row들을 하나의 array로 합쳐주는 함수- x 원소를 input으로 받아 array로 변환하여 반환한다.  (원문)array_agg(x) → array: Returns an array created from the input x elements. >WITH dataset (id, n) AS ( VALUES (1, 1), (1, 2), (1, 3), (2, 4), (2, 5), (2, 6))SELECT id, array_agg(n)FROM datasetGROUP BY id; >추가 1 : Array_distinct로 고유원소만 맵핑하기 >WITH dataset (id, n) AS ( VALUES (1, 1), (1, 2), ..
[UDEMY-Deep Learning A to Z] 2-1. ANN Intuition - 뉴런 본 게시물은 UDEMY 강좌 '딥러닝의 모든 것 with Python, Tensorflow, Pytorch'를 학습하고 요약한 게시물입니다. - 강좌 URL : https://www.udemy.com/course/best-artificial-neural-networks/ > 뉴런 뉴런 : 뇌를 포함하는 신경계는 모두 신경 세포, 뉴런으로 구성되어 있다. 뉴런은 전기적 신호를 이용해 멀리 떨어진 거리에도 정보를 빠르게 전달할 수 있다. 신경계에서 신호를 전달하는 역할을 담당하는 뉴런은 모양과 크기가 종류에 따라 다양하지만, 기본적인 구조는 비슷하다. (출처 : 교육부 공식블로그) - 뉴런은 인공신경망의 기본 구성요소 > 뉴런의 생김새 딥러닝의 목적이 인간 뇌의 작동방식을 모방하는 것이고, 뉴런을 기계로 재..
[UDEMY-Deep Learning A to Z] 1. Intro - 딥러닝이란? 본 게시물은 UDEMY 강좌 '딥러닝의 모든 것 with Python, Tensorflow, Pytorch'를 학습하고 요약한 게시물입니다. - 강좌 URL : https://www.udemy.com/course/best-artificial-neural-networks/ - 신경망은 꽤 오래전부터 존재했지만 그 시절 기술이 부족했기 때문에 등장이후 곧 사라졌었다. → 딥러닝 구현 필요 요소 2 가지 : 엄청난 양의 데이터와 처리 능력 > 데이터 및 데이터스토리지 발전 변천사 1956 : 5MB의 하드 드라이브 1980 : 10MB 하드 드라이브의 가격이 3,500달러 2017 : 256GB의 SSD카드를 18만원에 구입 > GB당 하드 드라이브 비용 엄청난 속도로 0에 가까워지고 있고, 이제는 드롭박스나..
1. A/B Test 핵심기초 01. A/B Test 개요 > A/B Test 개념 - A/B Test는 기존 서비스(A)와 새롭게 적용하고 싶은 서비스(B)를 통계적인 방법으로 비교하여, 새롭게 적용한 서비스가 기존 서비스에 비해 더 개선되었는지를 확인하는 방법론이다. > A/B Test를 해야하는 이유 - 상관관계가 있다고해서 인과관계가 있는 것은 아니다. → 상관관계 = 데이터적 관계성, 인과관계 = 데이터적 관계성 + 방향성 - 계절성과 실험 샘플 통제를 용이하게 하기 위해서, 개편으로 인한 효과성 즉 인과관계를 파악하기 위해서는 A/B Test를 해야한다. - 다시말해, A/B Test를 활용한다면 서비스 개선을 위한 인과관계를 입증할 수 있음. 02. A/B Test 기업사례 > 넷플릭스 - 넷플릭스의 가장 큰 목표는 고객..
1-1. [배경] 빅데이터의 정착 본 게시물은 '제이펍' 출판사에서 출판한 니시다 케이스케 저자의 '빅데이터를 지탱하는 기술'이라는 도서를 읽고 요약한 내용으로, 블로그 게재에 대한 출판사의 동의를 얻었음을 알려드립니다.- 도서 구매 링크 : https://product.kyobobook.co.kr/detail/S000001916916Chapter 1. 빅데이터의 기초지식1-1. [배경] 빅데이터의 장착1) 분산 시스템에 의한 데이터 처리의 고속화 : 빅데이터의 취급하기 어려운 점을 극복한 두 가지 대표기술- '빅데이터'라는 단어가 대중화된 것은 2011년~2022년에 걸쳐 많은 기업들이 데이터 처리에 분산시스템을 도입하기 시작했을 무렵- 빅데이터의 취급이 어려운 이유   ① 데이터의 분석 방법을 모른다.    ② 데이터 처리에 수고와 ..

티스토리툴바