Fintecuriosity

이번 포스트에서는 캐글에서 import하여 쓰거나 개인 local 환경에서 쓸 수있는 딥러닝 라이브러리 및 프레임워크들의 종류에 대해서 알아보겠습니다. 주로 많이 쓰는 텐서플로우, 케라스, 파이토치 외에도 수많은 딥러닝 라이브러리들이 존재하지만 그 중에서도 인지도가 높고 연구, 개발 분야에서 많이 알려진 위주로 포함을 하였습니다. 아직까지는 Tensorflow를 제일 많이 선호하고 그림에서 또한 똑같은 결과를 확인할 수 있습니다. 하지만 최근에 Pytorch가 직관적이고 간결한 사용법을 제공하고 있어서 연구 및 개발하시는 분들께서 선호하십니다. 긴 글 읽어주셔서 감사합니다. References [1] Jung, K., (2018). Kaggle 우승작으로 배우는 머신러닝 탐구생활.

이번 글의 내용은 고려대학교 컴퓨터공학과 김승룡 교수님과 산업경영공학과 정태수 교수님의 강의 정리 및 참조하였음을 먼저 밝힙니다. (다른 참조한 논문과 자료들은 아래에 기재되어 있습니다.) 혹시 제가 잘못 알고 있는 점이나 보완할 점 있다면 댓글로 알려주시면 감사하겠습니다. ◎ Probability in Machine Learning - Probability is the study of uncertainty - Probability(확률론)은 불확실성에 대해 공부하는 분야입니다. - Probability is at the heart of machine learning algorithms - 머신러닝 알고리즘에서 핵심은 확률론입니다. - Most machine learning methods involves..

이번 글의 내용은 고려대학교 컴퓨터공학과 김승룡 교수님과 산업경영공학과 정태수 교수님의 강의 정리 및 참조 하였음을 먼저 밝힙니다. (다른 참조한 논문과 자료들은 아래에 기재되어 있습니다.) 혹시 제가 잘못 알고 있는 점이나 보완할 점 있다면 댓글로 알려주시면 감사하겠습니다. ◎ Eigendecomposition - decomposition of functions or numbers can tell us a lot about their properties - 숫자나 함수를 분해한 것은 그것들의 속성에 대해서 많은 것을 말해줍니다. - integers into prime factors: 12 = 2*2*3 - 정수를 소인수 분해하는 case가 있습니다. 12=2*2*3 - multiple of 12 wil..

최근에 데이터 사이언스 분야로 커리어를 변경 하시려는 분 들이나 이미 ML, DL 엔지니어로 현업에 계시는 분들까지 캐글에 대해서 한번 쯤은 들어보셨거나 익숙하실 것이라고 생각합니다. 이 포스트는 캐글의 유래와 특징에 대하여 설명하는 포스트입니다. 이미 익숙하신 분들은 재미로 읽어주시면 좋을 것 같습니다. 캐글은 2010년 4월에 설립된 공공 및 기업 데이터를 활용하여 문제를 해결하는 머신러닝 경진대회 플랫폼입니다. 주로 캐글에서는 데이터 분석을 하는 task가 메인인데 주로 머신러닝, 딥러닝 방법론들을 사용하여 문제를 해결합니다. 많은 분들이 데이터 사이언스 분야에 처음 입문하실 때 접하는 것이 캐글의 "타이타닉 생존자 예측" 경진대회로 연습을 하십니다. 캐글에서 주어지는 문제들은 주로 기업이나 단체가..

이번 글의 내용은 고려대학교 컴퓨터공학과 김승룡 교수님의 강의를 정리 및 참조 하였음을 먼저 밝힙니다. (다른 참조한 논문과 자료들은 아래에 기재되어 있습니다.) 혹시 제가 잘못 알고 있는 점이나 보완할 점 있다면 댓글로 알려주시면 감사하겠습니다. ◎ 항등, 단위행렬 (Identity Matrix) - 항등행렬은 행렬안에 1값이 대각선으로 위치해있습니다. - 항등행렬은 행렬의 크기가 달라져도 사진에 보는 것 처럼 consist하게 1이 대각선으로 나란히 존재합니다. - 행렬 곱셈은 행렬 덧셈을 하는 것보다 계산에 잇어 훨씬 어렵습니다. - 위의 식에서 행렬의 차원이 올라가면 올라갈수록 좌변을 계산하는 것이 우변보다 더 힘듭니다. ◎ 선형 방정식 (Linear equation) - 위와 같은 선형방정식들은..

이번 글의 내용은 고려대학교 컴퓨터공학과 김승룡 교수님의 강의를 정리 및 참조 하였음을 먼저 밝힙니다. (다른 참조한 논문과 자료들은 아래에 기재되어 있습니다.) 혹시 제가 잘못 알고 있는 점이나 보완할 점 있다면 댓글로 알려주시면 감사하겠습니다. ◎ 합성곱 신경망 (Convolutional Neural Network) - CNN은 딥러닝에서 fundamental한 요소입니다. - CNN(합성곱 신경망)은 Tensor들로 이루어져 있습니다. - CNN 모델 중 유명한 모델은 VGG Net (ICLR 2016)과 Res Net (CVPR 2016, Best paper award)이 있습니다. A) VGG Net - Image는 tensor로 이루어져 있는데, VGG net은 224*224 차원* 3 cha..

이번 글의 내용은 고려대학교 컴퓨터공학과 김승룡 교수님의 강의를 정리 및 참조 하였음을 먼저 밝힙니다. (다른 참조한 논문과 자료들은 아래에 기재되어 있습니다.) 혹시 제가 잘못 알고 있는 점이나 보완할 점 있다면 댓글로 알려주시면 감사하겠습니다. 먼저 선형대수와 확률론에 대해서 배우기전에 저는 이런 생각을 했습니다. 그냥 코딩만 할 줄 알고 라이브러리만 잘 가져와서 필요한 기능만 잘쓰면 머신러닝 알고리즘을 잘쓸 수 있지 않을까? 굳이 수학을 다시 배우는 것이 시간적인 측면에서 효율적일까? 위 2가지 생각은 제 주관적 생각이므로 무시하셔도 무방합니다. 그러면 왜 머신러닝을 하는데 있어서 선형대수를 배워야 할까요? (아래에 https://opentutorials.org/에서 머신러닝에서 선형대수가 하는 역..

이번 글의 내용은 고려대학교 컴퓨터공학과 김승룡 교수님의 강의를 정리 및 참조 하였음을 먼저 밝힙니다. (다른 참조한 논문과 자료들은 아래에 기재되어 있습니다.) 혹시 제가 잘못 알고 있는 점이나 보완할 점 있다면 댓글로 알려주시면 감사하겠습니다. 첫 패턴인식 수업에서는 첫 강의에 진행하는 OT를 기반으로 전반적인 개요와 class structure, course outlook 등을 말씀해 주셨습니다. 제가 처음에 떠올린 Pattern Recognition 개념은 주로 컴퓨터 비전에서 혹은 연관성있는 규칙과 패턴을 찾아내는 task가 있을 것이란 막연한 생각을 하였습니다. 하지만 대학원 입학 후에 여러가지 머신러닝, 딥러닝 등의 공부를 하며 통계적 기반의 Pattern Recognition도 있다는 사실..

데이터 사이언스에 관련을 가지게 되면서 머신러닝, 딥러닝에 관한 연구, 논문과 수업들에서는 이해가 안가는 단어들이 한,두가지 아니였습니다. 그래서 항상 공부를 하며 모르는 단어의 어원과 유래를 먼저 검색하고, 그 의미를 추론을 하는 과정을 계속 반복하였습니다. 물론 그 다음에 단어의 의미를 깨닫고도 원리가 이해가 가지 않았을 때는 논문이나 다른 엔지니어 및 연구자 분들의 자료를 공부를 하는 방법으로 위와 같은 문제점을 해결해 나갔습니다. 그러면 이 포스트인 핵심인 Ablation study에 대해서 오늘 이야기 해보려고 합니다. 제가 Ablation study라는 단어를 제일 처음 접한 것은 대학교에서 진행하는 데이터 분석 수업이었습니다. 교수님께서 수업에서 쓰는 다른 단어들 예를 들면 causualiz..