용어 정리 인공지능>머신러닝>딥러닝 신경망 : 단순한 기능만 가진 뉴런이 층을 이루어, 층 사이에서 연결이 수행되는 것을 통해 형태가 만들어진다. 딥러닝 : 많을 층을 가진 깊은 신경망을 사용해 학습한다. 층의 수가 많아질수록 표현련은 향상하지만, 학습은 어려워진다. 역전파(back-propagation) : 신경망에서 한 층씩 거슬러 올라가도록 오차를 전파시켜 기울기를 계산 및 그 기울기에 기반해 매개변수를 갱신한다. 자연어 처리 개념 자연어 처리 : 컴퓨터가 사람의 자연어를 이해하는 것을 목적으로 한다. DeepL : 일상언어의 미묘한 뉘앙스까지 번역할 수 있다. 형태소 분석 : 자연어를 형태소로 분할하는 것 word2vec 단어를 벡터화(=텍스트를 숫자화하기)하고, 유사도가 높은 단어를 찾거나, 단..
TAVE 동아리에서 데이터 분석 스터디에 참여하였습니다! 머신러닝 교과서 with 파이썬, 사이킷런, 텐서플로 책을 채택하여 원하는 챕터를 중점으로 스터디를 진행할 예정입니다. 이 블로그에 제가 공부한 내용들을 기록해보려고 합니다! 퍼셉트론 수학적 용어 정리 인공뉴런 : 이진분류 (1과 -1) 입력 값 x와 상응하는 가중치 벡터 w의 선형 조합으로 결정함수(ϕ(z))를 정의 최종입력=z=w1x1+w2x2+…+wmxm=wTx x(i)의 최종입력이 사전에 정의된 임계 값 wTx보다 크면 1로 예측 / 작으면 -1로 예측 퍼셉트론의 결정 함수 절편=음수 임계 값 or 가중치 w0=-θ 퍼센트론 알고리즘 (추가학습) 샘플 x를 입력 받아 가중치를 연결해 최종 입력을 계산한다. 최종 입력은 임계 함수로 전달되어 ..
덕성여대의 경우 비대면으로 면접을 실시하였습니다. 면접.... 굉장히 중요한데요....! 커뮤니티 같은 곳에서 확인을 해보면 면접은 절차상 보는 것이다라는 말이 많은데 저는 결코 그렇게 생각하지 않아요🙅🏻♀️ 어학 점수에 따라서 면접관분들이 점수를 정할 수도 있고 면접 내용에 따라서도 점수를 부여한다고 들어서 결코 무시하지 않아야 한다고 생각합니다!!!!!!! 면접은 간단하게 제가 준비한 면접 질문들과 실제로 받은 면접 질문들에 대해 알려드리겠습니다 💡면접 예상 질문 영어로 답할 수도 있기 때문에 한글과 영어 모두 답변을 준비했습니다. 예상 질문은 아래와 같습니다. 1. 지원동기 (자기소개) 2. 1지망 학교 지원 동기 3. 교환학생을 통해 이루고 싶은 최종 목표는 무엇인지? = 파견학생 경험이 자신의..
0. 💁🏻♀️ 교환학생 신청 이유 "대학교에서 가장 하고 싶은 것이 뭐야?" 라고 묻는다면 저는 교환학생을 말했습니다. 그만큼 간절한 경험이었고 안한다면 후회를 분명히 할 것이라고 생각하여 컴공생이 교환학생을 꿈꾸게 되었습니다. 다들 컴공생이면 굳이? 라는 생각을 많이 하지만 제가 겪어 보지 못한 환경에서 외국어를 사용하며 살아가는 과정 자체가 가치를 메길 수 없을 만큼 소중한 경험이라 생각하여 교환학생을 가기로 결정했습니다!! 1. 🗂️ 교환학생 제출 서류 덕성여대는 제출 서류가 7~8가지라서 서류 준비하는 데도 쉽지 않더라고요..ㅎ 아래 하단을 참고하시면 제출해야 하는 서류들을 확인할 수 있습니다. 더보기 가. 교환/방문학생신청서 1부 나. 학업계획서(국문/지원권역 언어 각1부) 다. 성적증명서(국..
1. 로지스틱 회귀 이름은 회귀지만 분류 모델이다. 가중치와 계수들을 곱한 z의 값이 아주 큰 양수이면 1, 아주 큰 음수이면 0으로 바꿀 수 있도록 하는 함수는 시그모이드 함수(=로지스틱 함수)이다. z는 0~1사이의 범위를 벗어날 수 없어서 0~1사이의 값을 0~100%까지 확률로 해석할 수 있다. z위치마다 시그모이드 함수를 계산하며 지수 함수 계산을 np.exp()함수를 사용한다. import numpy as np import matplotlib.pyplot as plt z = np.arange(-5, 5, 0.1) phi = 1 / (1 + np.exp(-z)) plt.plot(z, phi) plt.xlabel('z') plt.ylabel('phi') plt.show() (1) 로지스틱 회귀로 ..
💡OpenCV를 이용한 Face Recognition 구현하기 이번에는 Face Recognition으로 인물에 대한 정보를 추출한 후 이미지에서 해당 인물을 찾아내는 프로그램을 구현했습니다. 크게 두 단계로 작업을 나눌 수 있습니다. 우선, pickle을 사용하여 이미지 정보를 추출 후 데이터 셋으로 저장합니다. 그 후 해당 데이터를 활용하여 이미지에서 인물을 찾는 작업을 수행합니다. 최종 결과물은 이미지에서 손흥민을 인식하고 Son 글자가 출력되며 다른 인물들은 표시 되지 않는 프로젝트입니다. 0️⃣ Recognition에 필요한 툴 설치하기 개발 환경은 Anaconda의 VS Code를 사용하였으며 설치 방법은 다음과 같습니다. 1. Anaconda Prompt를 관리자 권한으로 실행합니다. 2. ..
처음으로 OpenAI API키를 받아와서 사용하려고 하는데 오류가 발생했습니다..... 우선, OpenAI API키를 받아오는 방법에 대해서 알아보겠습니다. 💡 OpenAI API키 사용하기 ✅ API 키 생성하기 1. OpenAI 사이트에서 회원가입을 합니다. 2. OpenAI API 키를 생성하기 위해 다음과 같은 순서대로 클릭합니다. [View API keys] 탭을 클립합니다. [create new secret key] 버튼을 클릭하여 생성합니다. API키 주소를 복사하면 준비는 끝납니다. ✅ OpenAI 사용하기 1. [Anaconda prompt]를 관리자 권한으로 실행한 후 openai를 설치합니다. pip install openai 2. 파이썬 코드 파일에 openai 라이브러리를 impo..
안녕하세요! 이번에 제가 위키북스의 [만들면서 배우는 나만의 인공지능 서비스] 서포터즈 1기에 선발되었습니다⭐ 인공지능에 요즘 푹 빠지게되면서 관련 책을 찾아보다가 위키북스에서 AI서포터즈를 뽑는 다는 글을 보자마자 지원하여 참가하게되었어요😀 📘 [만들면서 배우는 나만의 인공지능 서비스] 도서 파이썬 기초부터 챗GPT, Whisper, DALLE, Kagi, Deepl API를 활용한 인공지능 앱 개발까지 위키북스는 워낙 IT 관련 책 출판사로 유명해서 더욱 기대가 되는 책이에요ㅎㅎ 파이썬을 처음으로 접하는 분들도 책에 있는 코드들을 따라 치면서 익숙해질 수 있을만큼 무수히 많이 코드들이 삽입되었어요 ✏️ 목차 더보기 PART 1 : 챗GPT와 파이썬 PART 2 : 인공지능 API 활용하기 PART 3..
💡개요 개인적으로 머신러닝을 접해보고 싶어서 미니 프로젝트를 개발하기로 하였습니다. 처음으로 인공지능을 배우는 것이니 재미가 있는 내용을 학습하고 싶어 OpenCV를 선택했습니다. 배운 내용들은 틈틈히 블로그에 작성해서 정리해볼 예정입니다. 💡OpenCV를 이용한 Face Detection 구현하기 ▶️ 사용 라이브러리 import cv2 import numpy as np from tkinter import * from PIL import Image from PIL import ImageTk from tkinter import filedialog import cv2로 OpenCV 라이브러리를 넣어줍니다. 또한, PIL(Pillow)를 사용하여 이미지 분석과 처리를 쉽게 할 수 있습니다. ▶️ 변수 선언 ..
(1) 가상환경 생성하기 Anaconda Prompt 실행 $ conda env list #설치된 가상환경 목록 $ conda create -n py37 python=3.7 #가상환경 설치하기(3.7파이썬 버전의 py37 이름으로 생성) $ conda activate test $ conda deactivate $ conda env remove -n test $ conda list #설치된 패키지 목록 (2) VSCode와 연동 Extensions → python, code runner 설치 ctrl+shift+p → Python : Select Interpreter → 연동하고싶은 가상환경 클릭**기존에 Python 3.9.13(”base”)로 선택되어 있었음
