Deep Learning
1.[DL] 딥러닝
학습을 통해 연결의 강도(가중치, Weight)를 조정여러 층(layer)으로 구성된 신경망인공 신경망(Artificial Neural Net)신경망을 인공적으로 구현한 것신경망의 깊이(Deep) 쌓아서 학습시키는 방식 -> Deep Learning딥러닝을 활용하여 여
2.[DL] 딥러닝 모델링 - 분류, 회귀 모델
딥러닝 모델 중 가장 간단하고 직관적인 모델층(Layer)을 순차적으로 쌓아 올리는 형태의 신경망 구조특징순차적 연결단순한 구조층의 추가 및 설정 용이딥러닝 구현 라이브러리 중 제일 많이 사용되는 라이브러리는 Tenserflow, Pytorch가 존재그 중 Tensor
3.[DL] 성능 관리
너무 단순한 모델 -> train, val 성능이 떨어짐적절히 복잡한 모델 -> 적절한 예측력너무 복잡한 모델 -> train 성능이 높고, val 성능이 떨어짐 -> 과적합복잡하다고 무조건 과적합을 일으키진 않음. 하지만 과할 경우 과적합Epoch와 learning_
4.[DL] CNN
Convolutional Neural Network이미지, 비디오 등 컴퓨터 비전 분야에 주로 사용되는 인공 신경망 구조CNN에서 학습이란 특징을 추출하는 필터를 만드는 것Input(shape = (x_train1, x_train2, x_train3))(가로, 세로,
5.[DL] NLP(자연어 처리)
클라이언트 프로그램과 서버 사이의 데이터 전달자클라이언트 프로그램은 API를 통하여 요청을 하고, 서버는 API를 통하여 결과 데이터 전달소프트웨어 간에 데이터를 교환하고 통신할 수 있도록 하는 인터페이스 제공RequestAPI 주소 + API 키Request 형식 :
6.[DL] LangChain과 RAG
1. 개발 환경 준비 1-1. 라이브러리 설치 구글 드라이브에 새 폴더 생성 새 폴더 이름 : langchain Colab에서 구글 드라이브 연결 Colab 코드에서 실행하여 연결 requirements.txt 파일 연결 라이브러리 설치 requirements.
7.[DL] Object Detection - YOLO
1. Object Detection Classification + Localization Classification : 이미지 내 객체가 무엇인지 식별 Localization : 해당 객체가 이미지 내에 어디에 위치해 있는 지 확인 Multi-Labeled Cl