clear_uncertainty

모든 설명 및 자료의 출처는 네이버 부스트코스의 입니다. (https://www.boostcourse.org/onlyboostcampaitech3/joinLectures/329424) Optimization "Language is the source of misunderstanding" - Antoine de Saint-Exupery (1900-1944) "언어가 잘못된 이해의 원천이다 " 최적화에 대한 많은 용어가 생기는데 용어에 명확한 이해가 없다면 뒤로 갈수록 큰 오해가 쌓일 수 있습니다. Gradient Descent First-order iterative optimization algorithm for finding a local minimum of a differentiable function..

모든 설명 및 자료의 출처는 네이버 부스트코스의 입니다. (https://www.boostcourse.org/onlyboostcampaitech3/joinLectures/329424) 뉴럴 네트워크 - MLP (Multi-Layer Perceptron) Neural Networks "Neural networks are computing systems vaguely inspired by the biological neural networks that constitute animal brains" 라고 Neural networks라고 정의할 수 있습니다. ->초기의 비행기가 새를 모방했으나, 현재의 비행기에서 새를 볼 수 없는 것처럼 인공지능을 만든다해서 인간의 뇌(뉴런)을 모방할 필요는 없습니다. "Neu..

모든 설명 및 자료의 출처는 네이버 부스트코스의 입니다. (https://www.boostcourse.org/onlyboostcampaitech3/joinLectures/329424) RNN 첫걸음 지금까지 배웠던 CNN과 다르게 시퀀스 데이터에 적용됩니다. 시퀀스 데이터 소리, 문자열, 주가 등의 데이터를 시퀀스(sequence) 데이터로 분류합니다. 시퀀스 데이터는 데이터동등분포(i.i.d.) 가정을 잘 위배하기 때문에 순서를 바꾸거나 과거정보에 손실이 발생하면 데이터의 확률분포도 바뀌게 됩니다. 이전 시퀀스 정보를 가지고 앞으로 발생할 데이터의 확률분포를 다루기위해 조건부확률을 이용할 수 있습니다. 시퀀스 데이터를 다루기 위해선 길이가 가변적인 데이터를 다룰 수 있는 모델이 필요합니다. Recurr..

모든 설명 및 자료의 출처는 네이버 부스트코스의 입니다. (https://www.boostcourse.org/onlyboostcampaitech3/joinLectures/329424) CNN 첫걸음 Convolution 연산 이해하기 지금까지 배운 다층신경망(MLP)는 각 뉴런들이 선형모델과 활성함수로 모두 연결된(fully connected) 구조였습니다. 여기서 문제는 각 성분 h(i)에 대응하는 가중치 행 W(i)가 필요하다는 것이였습니다. Convolution 연산은 이와 달리 커널을 입력벡터 상에서 움직여가면서 선형모델과 합성함수가 적용되는 구조입니다. V에 해당하는 것이 커널(kernel)입니다. 활성화 함수를 제외한 Convolution 연산도 선형변환에 속합니다. Convolution 연산..

모든 설명 및 자료의 출처는 네이버 부스트코스의 입니다. (https://www.boostcourse.org/onlyboostcampaitech3/joinLectures/329424) 베이즈 통계학 맛보기 베이즈정리는 데이터가 새로 추가될 때 정보를 업데이트하는 방식에 대해 이론적 설명입니다. 오늘날 머신러닝에 사용하는 예측 모델의 방법론입니다. 조건부확률 조건부확률 P(A|B)는 사건 B가 일어난 상황에서 사건 A가 발생할 확률을 의미합니다. 베이즈 정리는 조건부확률을 이용하여 정보를 갱신하는 방법을 알려줍니다. A라는 새로운 정보가 주어졌을때 P(B)로 부터 P(A|B)를 계산하는 방법을 제공합니다. 용어 사후확률(posterior): 데이터가 주어졌을때 hyphosis가 발생할 확률 사전확률(pri..

모든 설명 및 자료의 출처는 네이버 부스트코스의 입니다. (https://www.boostcourse.org/onlyboostcampaitech3/joinLectures/329424) 딥러닝 학습방법 이해하기 신경망(neural network) - 비선형모델 ↑ 선형 모델 데이터가 바뀌면 결과값도 바뀌게 됩니다. 이때 출력 벡터의 차원은 d 에서 p 로 바뀌게 됩니다. d 개의 변수로 p개의 선형모델을 만들어서 p개의 잠재변수를 설명하는 모델을 상상해 볼 수 있습니다. ↑ 출력 벡터 o 에 softmax 함수를 합성하면 확률벡터가 되므로 특정 클래스 k에 속할 확률로 해석할 수 있습니다. softmax 연산 모델의 출력을 확률로 해석할 수 있게 변환해주는 연산 분류 문제를 풀 때 선형 모델과 소프트맥스 ..

모든 설명 및 자료의 출처는 네이버 부스트코스의 입니다. (https://www.boostcourse.org/onlyboostcampaitech3/joinLectures/329424) Pandas(2) Groupby SQL groupby 명령어와 같습니다. split -> apply -> combine 과정을 거쳐 연산합니다 = index(key)가 같은 것끼리 묶어준 후 통계학함수를 거친 후 결과를 보여줍니다. Hierachical index groupby 명령의 결과물도 결국은 dataframe 두개의 column으로 groupby를 할 경우, index가 두개 생성 Hierarchical index - unstack() group으로 묶여진 데이터를 matrix 형태로 전환 Index level을 ..

모든 설명 및 자료의 출처는 네이버 부스트코스의 입니다. (https://www.boostcourse.org/onlyboostcampaitech3/joinLectures/329424) 경사하강법 - 순한맛 미분이란? 미분(differentiation)은 변수의 움직임에 따른 함수값의 변화를 측정하기 위한 도구로 최적화에서 제일 많이 사용하는 기법입니다. 최근엔 미분을 손으로 계산하는 대신 컴퓨터가 계산할 수 있습니다. 미분을 그림으로 이해하기 미분은 함수 f의 주어진 점 (x, f(x))에서의 접선의 기울기를 구합니다. 한 점에서 접선의 기울기를 알면 어느 방향으로 점을 움직여야 함수값이 증가하는지/감소하는지 알 수 있습니다. 미분값을 더하면 경사상승법(gradient ascent)이라 하며, 함수의 극..

모든 설명 및 자료의 출처는 네이버 부스트코스의 입니다. (https://www.boostcourse.org/onlyboostcampaitech3/joinLectures/329424) Pandas 구조화된 데이터 처리를 지원하는 Python 라이브러리, Python 계의 엑셀 panel data = pandas 고성능 array 계산 라이브러리인 numpy와 통합하여, 강력한 "스프레드시트" 처리기능을 제공 인덱싱, 연산용 함수, 전처리 함수를 제공 데이터 처리 및 통계 분석을 위해 사용 가로 한줄 : instance, tuple, row 세로 한줄 : feature, vector, col 값 한개 : data 하나의 Col = Serise pandas 설치 데이터로딩 read_csv를 통해 데이터 로딩..

모든 설명 및 자료의 출처는 네이버 부스트코스의 입니다. (https://www.boostcourse.org/onlyboostcampaitech3/joinLectures/329424) Numerical Python - numpy 어떻게 행렬과 매트릭스를 코드로 표현할 수 있는가? 위 방식의 문제점 -다양한 Matrix 계산을 어떻게 만들 것 인가? -굉장히 큰 Matrix에 대한 표현 -처리 속도 문제 - python 은 Interoreter 언어 > 따라서 속도가 느립니다. →해결 방안: 적절한 패키지의 활용 : numpy numpy Numerical Python 파이썬의 고성능 과학 계산용 패키지 Matrix와 Vector와 같은 Array 연산의 사실상의 표준 일반 List에 비해 빠르고, 메모리 ..