AI스쿨_AI 이론 및 실습

머신러닝의 시작은 1950년대부터 시작했음수학을 이용해서 데이터를 처리하다가한계점을 느끼고 사람의 뇌를 연구하면서 딥러닝으로 발전하게됨인간에서 컴퓨터 자원을 주로 쓰게 되면서 GPU가 중요하게 됬다.텍스트를 분석하는게 NLP모델을 웹서버에 올려놓고 사용해서 문제를 바로

아이리스 분류법 Versicolor Setosa Virginica직접 잰 데이터(꽃받침 조각 등)인 실데이터를 사용해 분석ROC : receiver operation characteristic TP(긍정적 진실) 와 FP(긍정적 거짓) 를 축으로 분석feature에 r

C언어에서 int a : 메모리에서 공간을 만들고 a라는 변수로 할당 int a 는 빈공간을 만드는것이 아니리 때문에 대체로 int a = 0 이라고 하고 시작 -기본적으로 파이썬에서는 이런식으로 못함 메모리를 할당해서 쓸때 다른 프로그램들이 사용했던 흔적이 남아있음

파이썬 용어 찾아보기공유 사이트https://helloailab.notion.site/d72d8c174ea243b697990883161c16aeScikit-learn 머신러닝 라이브러리 중 가장 유명함Orange은 이 위에 인터페이스를 끼얹은 것scikit l

데이터 전처리 매우 중요하다주로 사용하는 방법data의 타입은 pandas데이터 mMscaler타입은 numpy배열 numpy로 바꿔서 다루는게 좋다오버 샘플링은 많이 진행차원의 저주특징을 잡을수없다=데이터를 학습할 수 없다.차원을 오히려 축소해서 해결함pca 주 성

답까지 나온 데이터를 많이 주어서 학습시킨 후 새로운 문제에 대한 답을 얻는 방법이다.KNeighborsClassifierKNeighborsRegressorLinearRegressionLogisticRegression, LinearSVCK Nearest Neighbo

데이터에 scale을 조정하는 작업, 샘플링,스켈링너무 도드러지는 데이터를 줄여서 일괄되게 유지하는 것predict function에 복잡도를 조정하는 작업규칙들을 제어해서 우리가 원하는 결과를 내는 것l1 : Lasso 제약이 먹힘feature들의 속성들이 있을때,

초평면을 이용해서 문제를 해결하는 알고리즘(차원을 늘려서 해결)초평면 : N차원에서 -1차원이 면의 차원3차원에서 2차원의 면으로 문제를 해결margin : A 클래스와 B 클래스 경계선 사이의 길이SV : A 클래스와 B 클래스 경계선 사이의 공간38선과 DM

DNN 신경망의 이름 대부분의

탄력성 첫 예) 회사에서 트래픽이 아침 9시에 몰리기 쉬움 = 아침 9시에는 서버를 20개 돌리고 밤9시에는 서버를 2개 돌리기 예2) 유명 가수의 티켓팅 사이트를 위해 일시적으로 늘리는것 내결함성 : 서버는 2개를 묶어서 사용 재해복구 : 아무리 인터넷이라도 거리가

인증: token을 이용해 들어오는것권한 : 들어와서 원하는 것을 사용할 수 있는지 서버가 3대가 있고 네트워크로 묶여있어도디렉토리 서버를 관리하는 주된 서버 PDC( Primary Domain Controller) 필요BDC(Backup용) : PDC가 죽으면 BDC

key를 통해서 key 안에 있는 value를 가져오기기본적으로 value가 들어가면 url이 생성된다.회사안의 파일 공유 서비스 Azure files가 이 기능을 담당Web-WAS-NAS 구조로 파일을 공유하게 됨 로컬환경에서 비용이 커질 수 있음MySQL : 돌고래

Docker 컨테이너를 이용해서 하나의 컴퓨터로 여러개를 돌리는 것 가상화 : window 위에 가상 pc가 들어있고 그 안에 가상os가 들어가고 그 위에서 실행되는 것 docker도 비슷한 개념이지만 가상화보다 가벼움 서버위에 도커를 올리고 도커위에 여러 애플리케이션