본문 바로가기

패스트캠퍼스업스테이지부트캠프

Data-Centric AI Data-Centric AI 란AI 성능을 개선하는 데 있어 데이터의 품질과 준비에 초점을 맞춘 접근 방식좋은 데이터를 어떻게 구축하고 관리할지에 집중Data-Centric AI vs. Model-Centric AI Model-Centric AI: 모델 아키텍처나 하이퍼파라미터 튜닝 등 모델을 개선하는 것에 집중하여 데이터는 고정된 상태에서 모델의 성능을 최대화Data-Centric AI: 모델이 아닌 데이터의 품질을 향상시켜 AI 시스템을 개선하는 접근 방식으로 잘못된 레이블 수정, 데이터 증강, 다양한 데이터를 추가하는 방식으로 성능을 높이며 모델이 동일한 상태일 때, 데이터의 품질이 성능에 중요한 영향을 미친다는 점을 강조Data-Centric AI Manager vs. Data ManagerDat.. 더보기
NLP(Natural Language Processing) 1. 자연어 처리(NLP)란 무엇인가?자연어 처리(Natural Language Processing, NLP)는 인간의 언어를 컴퓨터가 이해하고 처리할 수 있게 하는 기술NLP의 궁극적인 목표는 컴퓨터가 자연어를 인간처럼 이해하고 생산할 수 있게 하는 것2. NLP가 어려운 이유학습을 통해 자연어 처리는 매우 복잡하는 사실을 알게됨모호성(Ambiguity): 단어나 문장이 여러 의미로 해석될 수 있음문맥의 중요성: 동일한 단어가 문맥에 따라 다르게 해석될 수 있음구조적 차이: 각 언어는 고유한 문법, 어휘, 표현 방식을 가지고 있음데이터 부족: 특히 소수 언어의 경우, 대규모 데이터셋이 부족할 수 있음3. 한국어 자연어 처리의 어려움한국어는 영어와 달리 어순이 유연하고 교착어 특성 때문에 자연어 처리에.. 더보기
Computer Vision Basic, Advanced, Generation Computer Vision Basic컴퓨터 비전이란? 컴퓨터 비전은 컴퓨터가 이미지나 비디오로부터 유용한 정보를 추출하는 기술입니다. 이를 통해 자율주행, 의료 영상 분석, 얼굴 인식 등 다양한 분야에서 활용됩니다.고전 컴퓨터 비전 고전 컴퓨터 비전에서는 주로 이미지 처리 기법과 특징 추출 방법을 사용합니다. 예를 들어, 엣지 검출, 코너 검출, SIFT, SURF 등이 있습니다.CNN 기반 BackboneAlexNet: 2012년에 발표된 모델로, 딥러닝을 이용한 이미지 분류의 가능성을 보여주었습니다. 5개의 합성곱 층과 3개의 완전 연결 층으로 구성되어 있습니다.VGG: 2014년에 발표된 모델로, 깊은 네트워크 구조를 통해 성능을 향상시켰습니다. VGG16과 VGG19는 각각 16개와 19개의 층.. 더보기
Pytorch Environment Settings - Apple Silicon Mac Pytorch OT & Tensor ManipulationDate@2024년 6월 25일Assignyoonseol choiStatusDone1. OT2. 파이토치 소개 & 환경 설정3. 텐서 조작의 개념4. 텐서 조작 - (1), (2) 1. OT2. 파이토치 소개 & 환경 설정3. 텐서 조작의 개념4. 텐서 조작 - (1), (2) 💡[Insight]강의소개서를 통해 내가 얻어 갈 수 있는 포인트들 확인딥러닝 프레임워크 이해 및 환경 설정Apple Silicon Mac에 맞는 환경 구축 Numpy 이해로 텐서 조작은 어려움 없이 진도 뺌 👍🏻Trouble ShootingMac pytorch 환경 세팅Start Locallyhttps://pytorch.org/get-started/locally/#m.. 더보기
코딩테스트를 위한 자료구조 및 알고리즘 개론 two-sum¶In [ ]:def twoSum(nums: list[int], target: int) -> list[int]: for i in range(0, len(nums)-1): for j in range(i+1, len(nums)): if nums[i] + nums[j] == target: print(nums[i], nums[j]) return [i, j]twoSum([3, 2, 4], 6)2 4Out[ ]:[1, 2]재귀함수 이용¶In [ ]:def solution(nums, target): n = len(nums) def recur(ans, start): if len(ans) == 2: if nums[ans[0].. 더보기
Python EDA - Numpy Numpy¶  https://www.numpy.orgNumerical computing with Python. 수치연산 및 벡터 연산에 최적화된 라이브러리최적화된 C code로 구현되어 있어 좋은 성능을 보이며 파이썬과 다르게 수치 연산의 안정성이 보장됨(numerical stable)  1. Numpy Array and Operation¶  numpy의 기본적인 사용법에 대해 학습numpy에서 numpy.array를 만드는 여러가지 방법과 지원하는 연산자에 대해 학습  1.1. Numpy Array creation¶ In [ ]:# numpy 라이브러리 importimport numpy as np  1.1.1 파이썬 리스트/튜플을 np.array로 변환¶ In [ ]:# 파이썬 리스트 선언data = .. 더보기
파이썬 개발 환경 구축 1 - Miniconda ▷ 목차 아나콘다(Anaconda) 란 미니콘다(Miniconda) 란 아나콘다(Anaconda) vs 미니콘다(Miniconda) 미니콘다(miniconda) 설치 가상 환경 생성 ▷ 미니콘다(miniconda) 설치 1. 아나콘다(Anaconda) 란 - 데이터 사이언스 및 머신러닝을 위한 파이썬 배포판으로, 데이터 사이언스 분야에서 널리 사용되며 conda라는 가상 환경 및 패키지 관리 시스템이 내장되어 있다. 가상 환경을 관리하기 때문에 여러 프로젝트를 독립적으로 유지할 수 있으며 파이썬 및 기타 패키지의 설치, 업데이트, 삭제가 용이하다. 2. 미니콘다(Miniconda) 란 - 아나콘다의 미니멀 버전 3. 아나콘다(Anaconda) vs 미니콘다(Miniconda) 아나콘다(Anaconda) .. 더보기