✅네이버클라우드 캠프

✅네이버클라우드 캠프/개발일기

[네이버클라우드캠프] 14일차. 자연어처리(NLP) 기초 & 딥러닝 자연어처리 실습 (Tokenizer, Embedding, Rueters,Im

자연어처리(NLP) 기초 1. 워드 임베딩 x (Word Embedding) - 텍스트를 컴퓨터가 이해할 수 있도록 숫자로 변환 - 단어를 표현하는 방법에 따라서 자연어 처리의 성능이 크게 달라짐 - 워드 임베딩은 각 단어를 인공 신경망 학습을 통해 벡터(Vector)화하는 방법 - 케라스에서 제공하는 Embedding() => 단어를 랜덤한 값을 가지는 벡터로 변환한 뒤에, 인공 신경망의 가중치를 학습 2. 인공지능에서 벡터 x (vector)란 vector (50000,32,32,3) 60000,28,28) # reshape가 필요한 형태 이러한 형태를 '벡터'라고함. - 인공지능 분야에서 벡터는 대개 고차원의 숫자 배열(array)을 의미함 - 이미지 데이터의 벡터는 각 픽셀(pixel)의 색상 값..

✅네이버클라우드 캠프/개발일기

[네이버클라우드캠프] 13일차. CNN 개념정리 & 딥러닝 (MNIST, Fashion MNIST, cifar, Pandas)

1. 회귀분석과 분류분석 ■ 의미 회귀분석은 종속 변수와 독립 변수 간의 관계를 모델링하고 예측하는 분석 방법으로, 연속형 데이터를 다룸. 독립 변수는 종속 변수에 영향을 주는 요소들로 구성되며, 주어진 데이터를 통해 함수적인 관계를 찾고 예측을 수행. 반면, 분류분석은 주어진 데이터를 기반으로 샘플들을 여러 개의 클래스로 분류하는 분석 방법으로, 범주형 데이터를 다룸.주어진 데이터로부터 클래스를 구분하는 기준을 학습하고, 새로운 입력값이 어느 클래스에 속하는지 예측함. 2. 완전연결(fully connected)신경망과 합성곱(convolution)신경망 ■ 완전연결 신경망(FCNN): 각 뉴런이 이전 계층의 모든 뉴런과 연결되어 있고, 다음 계층의 모든 뉴런과도 연결되어 있음. 주로 분류나 회귀 문제..

✅네이버클라우드 캠프/개발일기

[네이버클라우드캠프] 12일차. 인공지능 기초 개념정리 3 & 딥러닝 keras, sklearn 실습 (train_test_split, mode

★ optimizer 개념정리 1. Gradient Descent (경사하강법) ■ 설명 함수의 기울기(Gradient)를 계산하여 손실 함수의 값이 가장 작아지는 방향으로 일정한 크기만큼 이동하는 것. 이 과정을 반복하면서 최적의 매개변수 값을 찾아가는 방법 ■ 문제점 1. 극소값(local minimum)에 도달할 수 있다는 것이 증명되었으나 전체 최소값(global minimum)으로 갈 수 있다는 보장은 없음. 극소값에 머물러 있다는 단점. 2. 훈련이 느림 2. Momentum ■ 설명 Optimizer 이며, GD의 문제를 해결하기 위해 보편적으로 사용되는 방법 ■ 보완점 관성(momentum)을 적용하여 변수가 가던 방향으로 계속 가도록 속도(velocity)를 추가한 것 global min..

✅네이버클라우드 캠프/개발일기

[네이버클라우드캠프] 11일차. 인공지능 기초2 개념정리 & 회귀분석과 분류분석, 손실함수와 활성화 함수

https://dev-with-gpt.tistory.com/44 [네이버클라우드캠프] 10일차. 인공지능 기초 개념정리 및 기초코드 실습 (딥러닝,퍼셉트론,옵티 0. 딥러닝에서의 매개변수 탐색과 최적화 딥러닝은 함수의 최적의 매개변수를 찾는 것을 목표로 한다. 일반적으로 y = wx + b와 같은 수학적인 함수로 모델을 표현한다. 이때, 딥러닝은 최적의 매 dev-with-gpt.tistory.com 9. 회귀분석 회귀분석(Regression)은 주로 연속된 값을 예측하는 문제에 사용되며, 과거 데이터를 기반으로 미래 값을 예측하는 데 활용된다. 예를 들어, 주가 데이터를 이용하여 과거의 주가 패턴을 분석하고, 이를 기반으로 미래의 주가를 예측하는 것은 회귀분석의 예시이다. 이를 통해 투자자나 거래자들은..

우동한그릇
'✅네이버클라우드 캠프' 카테고리의 글 목록 (22 Page)