토마토마토는 진짜 좋은 음식이라구
오늘 토마토 왕창먹고 토마토빵까지 먹었더니
이말들음 얘들아 너희들이 안먹는만큼 내가 먹어서 이세계가 유지되는거다.
오늘은 VSCODE 설치에 좀 애먹는데 당덩근님과 광광울었다님이 도와주셔서 라이브러리 설치까지 해결! 아나콘다는 도저히 안깔려요....
그 후 머신러닝 딥러닝에 대해 강의 수강.. 드디어 끝이 보여요
딥러닝은 “데이터로부터 계층적 특징을 학습”하는 강력한 방법론이며,
- CNN: 이미지·영상
- RNN, LSTM, GRU: 시퀀스 데이터
- Transformers: NLP를 넘어 다양한 영역으로 확장
실제 산업계에서 의료, 자율주행, 감정 분석, 음성 인식 등 폭넓게 활용하고 생성형 AI의 등장으로 다양한 창의적 작업에도 AI가 도움을 주는 시대가 열렸다는 것
분류의 대한 강의를 들으면서 궁금했던 점도 정리!
분류와 회귀의 차이점
분류는 일정한 기준에 따라 명백하게 구분 짓는 것이고,
회귀는 오차 제곱의 합을 최소화 하는 직선을 긋는 작업.
또 클러스터랑 클러스터링은 다르더라구요..
클러스터 ( cluster )
어떤 데이터 집합을 유사성에 따라 여러 개의 클래스나 그룹으로 나눌 때, 나누어진 클래스들
클러스터링 ( clustering )
-로 유사한 특성을 가진 여러 개의 그룹으로 묶는 기법인데, 같은 클러스터에 있는 점들은 다름 클러스터에 있는 점들보다 더 유사해야 한다.
-분류는 주어진 데이터를 좌표상에서 일정한 기준에 따라 직선으로 분류하는 것이지만,
클러스터링은 유사성에 따라 몇 개의 클래스터들로 묶는 것.
비지도 학습
-주어진 입력에 대응하는 출력 정보 없이 학습하는 것
-데이터를 분류할 수 있는 정보가 전혀 없이 패턴을 찾거나 데이터를 분류하려고 할 때 사용하는 방법.
-데이터에 대해 레이블을 전혀 사용하지 않는다.
비지도 학습의 응용 분야
-비슷한 성향의 고객을 그룹으로 묶기
-블로그에서 주제별로 구분하기
-유사한 꽃이나 동물들끼리 묶기
-네트워크상에서의 비정상적인 접근의 탐지
오늘 뭐 나쁘지 않은 열공 하루를 보냈지만 날씨가 좋아서 점심시간을 2시간이나 가져버림ㅎ 하지만 토마토빵을 겟하기 위함이였으니 용서해주시길! 아티클 스터디도 너무 알차게 진행했습니다
아티클요약!
- 요약 : 데이터 분석가 채용 공고에 꼭 나오는 문장인 ‘ 통계적 사고’, ‘통계 지식 자격 요건’ 이라는 말을 실제 면접에서 어떤 식으로 질의응답하고 실무에서 어떤 식으로 적용하는지 자세히 예를 들어 정리된 아티클
- 주요 포인트 : 기초 통계 질문의 예시를 들어 어떤 방식으로 면접을 준비하면 좋을지 가이드를 잡음
- 인사이트: 통계 세션과 강의를 연달아 수강하며 마냥 개념들이 자리잡히지 않고 단어적으로 달달 외우는 수준에 그쳤는데, 실제 면접에서는 어떤식으로 질의응답하고, 통계를 실무에 어떻게 적용하는지 갈피를 잡아주는 아티클이라 매우 유익했다!! 역시 실제 면접에서는 단어적 뜻을 질의하는 것이 아닌, 해당 면접자가 어떤식으로 통계를 이해하고 적용하고 있는지를 고려하는 것 같아 통계 공부를 할때도 어떻게 학습하고 이해해야할지 다시끔 생각해보는 시간이 되었다.
면접에서 DA직무한테 꼭 물어보는 통계질문에 대해 진지하게 생각해보는 시간이 되어 좋았어요 글을 발견해주신 MIRAI님께 감사 헤헤 오늘은 이만~~
