20240502

TIL

심화과제 리뷰(임우재 튜터님)
스파르타마켓 DRF 적용 라이브 코딩 zoom 미팅 참여

면접준비
2. 인공지능 관련
딥러닝 머신러닝 차이
머신러닝에서 발전하여 딥러닝 탄생
머신러닝 - 사람의 개입에 의존성이 있다.(ex: 주문형 스트리밍 서비스)
딥러닝 - 사람의 개입 없이 블랙박스 형식으로 해당 문제를 해결해나간다.(자율주행, 이미지분류, 챗봇)

임밸런스드 데이터에 대한 학습 및 전처리
1. 가능한 많은 데이터 수집
2. 트리 기반의 머신러닝 알고리즘 사용(랜덤포레스트 등)
3. 데이터 리샘플링(생성)- GAN 등

데이터평가법
Acc = TP+TN/ TP+TN+FP+FN
F1-score = 2 (PrecisionRecall) / (Pre+Rec)

오버피팅 해결방법
Drop out
Weight Decay
하이퍼 파라미터 조절(Validation data 사용)

Training Data: 일반적인 학습용 데이터
Validation Data: 하이퍼 파라미터 조절을 위한 학습용 데이터
Test Data: 범용적인 시험 데이터

RNN
입력으로 x와 과거의 정보를 활용하는 루프 구조의 학습 모델
활용예(NLP, 음성, 신호, 시계열 데이터 등)

CNN
Convolutional layer, pooling layer, fully connected layer 등으로 이루어져 특징 추출하는데 용이한 학습 모델
활용예(이미지 분류)

Reinforcement Learning
무수한 환경조건에서 계속 경험하면서 Error를 통하여 Reward를 최대화 하는 것
(input)state -> (output)action