AIFFEL

AIFFEL? 3학년 종강을 앞두고, 이대로 4학년이 되고 취준이나 대학원 준비를 하기에는 내가 너무 부족하다는 생각에 다음 학기는 휴학을 하고 하나에 몰두해야겠다는 생각이 들었다. 이번 학기에 데이터 관련 수업을 몰아 들었기도 했고, 앞으로의 진로에 딥러닝 스킬이

오늘은 오전에 LMS를 이용하여 기본적인 파이썬 문법에 대해 빠르게 훑은 후,오후에는 파이썬 마스터 풀잎스쿨이 진행되었다.LMS로 진행헀던 파이썬 문법은 함수, 변수, 제어문 자료형 등의 기초적 문법을 다루었고, 파이썬을 사용해본 경험이 있는 나는 비교적 빠르게 완료할

아이펠 3일차인 오늘은 어제와 마찬가지로 3시까지 LMS, 그 이후는 파이썬마스터 풀잎스쿨 순서로 진행됐다.사실 어제의 LMS와 풀잎스쿨이 개인적으로는 쉽다고 느껴져서 오늘도 어렵지 않은거라는 생각을 가지고 있었는데, LMS가 개인적으로는 조금 어렵게 느껴졌다.문자열에

오늘은 일정이 있어서 15시부터 참석했다,, LMS가 벌써 밀렸지만 주말에 빨리 끝내놔야겠다,, LMS를 아직 못했기 대문에 풀잎스쿨만 먼저 기록해봤다. 풀잎스쿨: 파이썬 마스터 오늘 파이썬 마스터는 Unit 29. 함수 사용하기 Unit 30. 함수에서 위치 인수

아이펠 6일차가 시작되었다. 사실 진짜 어제 시작한것 같은데 벌써 일주일이나 지나버린게 굉장히 시간이 빠르구나 싶다. 원래같았으면 종강하고 1월 초까지는 놀다가 이제 슬슬 책을 폈을텐데, 아이펠 덕분에 조금 일찍 공부를 시작할 수 있었던 것 같다. 사실 저번주는 기

오늘은 드디어 딥러닝에 관한 exploration node가 진행됐다.사실, 저번학기에 인공지능론 수업을 들어서 오늘 하는 부분은 수월하게 넘어갈 거라고 생각했고, 학습후 evaluation과정까지는 괜찮았는데 accuarcy가 너무 낮게 나왔다,,매번 인터넷에 있는

LMS 오늘 LMS에서는 간단한 데이터 시각화에 대해서 진행되었다. 저번학기 기계학습 수업을 들었을때, 교수님께서 데이터 시각화가 ML/DL알고리즘을 사용하기 전에, 데이터를 한눈에 파악할 수 있게 해줘서 굉장히 중요하다고 하셨었던게 기억이 난다. 그때 공부좀 제대로

LMS : sklearn sklearn이 제공하는 와인 데이터셋 불러오기 data의 type은 sklearn.utils.Bunch. Bunch는 딕셔너리와 유사한 형태의 데이터 타입이다. 특성 행렬 data메소드가 data의 특성 행렬을 반환한다. 데이터의 sh

어제 스터디에서 저번 시간에 해본 데이터 시각화를 다른 데이터로 구현해본 과제를 발표하는 시간이 있었다.나는 정말 간단히 저번시간에 해본 그대로 기본적인 툴만 가지고 시각화를 구현하였고, '이정도면 되겠지?'라는 생각을 했었다.스터디원중 한 분께서 자신이 구현해본 내용

오늘은 풀잎스쿨 내용이 기억에 많이 남는 날인것 같다.딥러닝을 처음 공부했을때, 활성화 함수는 왜 쓰지? 왜 저 종류의 함수를 쓰지? 왜 층을 여러개 해야하지? 라는 의문을 굉장히 많이 가졌었는데, 책에서는 나오지 않는 깊은 이야기를 오늘 풀잎스쿨에서 많이 이야기할 수

오늘 exp노드는 '작사가 인공지능 만들기'라는 주제로 진행되었다. 6시까지 계속 노드를 보고 또보고 했지만 결국 마무리는 다 못했다,,자연어처리를 직접 해보기 전에는 cv보다 재밌을 줄 알았는데 토큰화 벡터화 등등의 전처리 과정이 이미지 데이터보다는 너무 어려운것 같

오늘 펀더멘탈 노드는 어느정도 정리하는게 좋을것 같아서 회고 전에 내용정리를 먼저 하려고 한다.데이터셋 : Kaggle 포켓몬스터 데이터pokemon 변수에 원본 데이터를 복사하고 확인해보기(원본 데이터 훼손 방지)우리는 legendary 변수를 target으로 설정할

오늘은 회고보다는 반성을 좀 해야겠다는 생각이 들었다.. 매일 쓰는 일지를 이번주에는 한번도 안쓰고 오늘이 되어서야 썼기 때문이다.사실 요즘 아이펠을 하면서 이미 알고 있던거네~ 하면서 대충 넘어가고 노드를 제출하는 날이 많아졌다. 그러니까 뒤돌아보면 내가 4주간의 시

LMS : Numpy로 신경망 구현하기 이게 기본적인 신경망 layer이다. 사실 활성화함수가 아직 없어서 완전하지는 않다. 구현 과정을 설명해보자면, np.random.randn(inputsize, hiddensize)을 통해 표준정규분포를 따르는 행렬을 반환하고,