🐹's tory

1. 아나콘다 설치 Free Download | Anaconda Anaconda's open-source Distribution is the easiest way to perform Python/R data science and machine learning on a single machine. www.anaconda.com 아나콘다를 설치해준다 이때 아나콘다를 설치하는 경로에 공백이 들어가면 문제가 생길 수 있음! (옵션 선택 시 환경변수를 자동으로 설정하는 옵션도 선택해준다) 속성 > 고급 시스템 설정 > 환경 변수에서 확인할 수 있다 2. 가상 환경 생성 및 파이토치 설치 anaconda3 > Anaconda Prompt 선택 가상 환경 생성 conda create -n torch_book pyth..

streamlit이란 ! 파이썬에서 제공하는 라이브러리로 웹앱을 쉽게 제작할 수 있다 Streamlit Docs Join the community Streamlit is more than just a way to make data apps, it's also a community of creators that share their apps and ideas and help each other make their work better. Please come join us on the community forum. We love to hear your questions docs.streamlit.io streamlit의 docs ! 우선 streamlit 라이브러리를 다운로드한다 pip install str..

갔다 왔어요.. 교토 컨퍼런스에.. 발표자료도 영어 대본도 열심히 만들어서.. (아자아자) 첫날 첫 발표라니!!! 근데 매도 먼저 맞는 게 낫다고,, 맘에 드는 순서였어요 그런데 생각보다 별로 떨리지가 않아서 저도 깜짝 놀랐답니다 ㄴ 교수님께서도 맷집이 좋은 것 같다고 해주셨다 우하하 발표할 때는 조금 긴장해서 말을 좀 더듬긴 했지만! 차근차근 열심히 발표했어요! 어찌어찌 질의응답까지 끝! 단어 하나하나는 다 알아듣겠는데 머릿속에 있는 말을 영어로 어떻게 답변할지가 너무 어려웠다.. 그래도 몇 달 동안 걱정하던 교토 컨퍼런스 발표를 잘 해낸 내가 대견해서 이 기억을 간직할 수 있는 리락쿠마 인형도 구매 !! 💪🏽 💪🏽 💪🏽 💪🏽 💪🏽 일단 느낀 점..! 1. 영어는 발음보다 하고 싶은 말을 문장으로 만들..

# 230318, 19 수업 때 교수님께서 아이디어 좋다고 하셔서! 들뜬 마음으로 ㅎ.ㅎ #230318, 19 (회의 준비) 정기 회의 금요일 + 일주일동안 한 일 설명 lydian-rubidium-388.notion.site 데이터셋 조사 ! 데이터셋 음식 이미지 및 영양정보 텍스트 + 카테고리 👍🏽 www.notion.so 그리고 구현하기 위한 자료조사 ! AI 구현 추천 시스템 www.notion.so # 230321 회의해서 데이터셋, AI API, 모델 등의 구현방법, 앱 이름 등등을 정했다! # 230324 수업 끝나고 다음 주까지 할 일들만 정하고 집 ! 에 와서 우리가 사용하는 데이터 전처리하고 대충 컨텐츠 기반 추천 시스템을 짜봤다 [추천 시스템] 메뉴 추천 시스템 (1) 메뉴명을 받으면..

금고털이 Softeer 연습문제를 담을 Set을 선택해주세요. 취소 확인 softeer.ai 이렇게 p를 기준으로 내림차순 정렬해주고! import sys read = sys.stdin.readline W, N = map(int, read().split()) price = [list(map(int, read().split())) for _ in range(N)] price.sort(key=lambda x:x[1], reverse=True) total = 0 for m, p in price: if W < m: total += W * p break else: total += m * p W -= m print(total) 8단 변속기 Softeer 연습문제를 담을 Set을 선택해주세요. 취소 확인 softee..

갑자기 다음주에 softeer 코테를 보게 생겨서 공부 시작..! (안 볼 수도.. ^_ㅠ) 주행거리 비교하기 Softeer 연습문제를 담을 Set을 선택해주세요. 취소 확인 softeer.ai import sys read = sys.stdin.readline A, B = map(int, read().split()) if A > B: print('A') elif A == B: print('same') else: print('B') 근무 시간 Softeer 연습문제를 담을 Set을 선택해주세요. 취소 확인 softeer.ai import sys read = sys.stdin.readline total = 0 for i in range(5): start, end = map(str, read().split()..

캡스톤을 진행하다가 일반 추천 시스템 알고리즘을 사용해서 카테고리, 메뉴명에 대해서만 유사도 계산을 하다가 음식 설명에 대한 문장 유사도에 따라 추천을 하면 좋을 것 같아서 문장 유사도를 평가할 수 있는 NLP 모델을 찾아봤다 SBERT와 대해 내가 정리한 글들 !! 더보기 [SBERT] Sentence-BERT 일단 캡스톤에서 SBERT를 사용하여 문장 사이의 유사도를 평가하기로 해서 SBERT 논문을 읽고 정리해 보았다 Abstract BERT와 RoBERTa는 의미론적 텍스트 유사성(STS)과 같은 sentence-pair regression tasks에 대 hjkim5004.tistory.com [NLP | BERT & SBERT] Cross-Encoder와 Bi-Encoder BERT와 기존 B..

연구실 들어간 지 3달? 과제 시작한 지 2달 만에 갑자기 논문을 써보라는 얘기를 들었다 근데 그게 머예용..? 논문..? 제가요..? 전 아무것도 모르는 감잔데용.. 상태 한글 논문써서 국내 학회에 낼지 영어 논문 써서 해외 컨퍼런스에 낼지 생각해 보라고 하셨는데.. 약간 흐지부지~ 되다가 교수님께서 교토 컨퍼런스에 내보라고 하셔서 바로 영어 논문으로 시작하게 되었다 난 학술지도 논문도 아무것도 써본 적도 없고.. 몇 번 읽어본 게 단데.. 처음으로 논문 목차, 구조, 어쩌구 하나하나 다.. 🥹 overleaf도 사용하기 시작하고 구조도도 그림도 글도 교수님께 피드백받고 갈아엎고 다시 쓰고 피드백받고 갈아엎고.. 무한반복.. 새벽에도 열심히 수정하고 피드백받고 수정하고 또 반복.. 그러다가 제출까지 했..

퍼셉트론 학습이 가능한 초창기 신경망 모델 동작 입력층에 특징 벡터가 들어오면 서로 연결된 특징값과 가중치를 곱한 결과를 모두 더해 s를 얻음 s를 활성함수(activation function)에 입력으로 넣고 계산 활성함수의 출력이 퍼셉트론의 최종 출력 → 1 또는 -1 퍼셉트론은 (+) 영역과 (-) 영역으로 나눠 (+) 영역의 점은 모두 +1로, (-) 영역의 점은 모두 -1로 변환 → 이진 분류기 (그리고 퍼셉트론 목적함수 설계랑 학습 알고리즘까지 노션에 정리되어 있음 !) 다층 퍼셉트론 퍼셉트론은 선형분리(linearly separable)가 가능한 상황에서만 가능, 선형분리가 불가능(linearly non-separable)한 상황은 오류 발생 ⇒ 다층 퍼셉트론은 여러 개의 퍼셉트론을 결합한 ..

선형대수와 확률과 통계가 머신러닝이 중요함 최적화 주어진 데이터로 최적화 문제를 어떻게 공식화 ? → 최적화 공식을 어떻게 풀어 최적의 해, 즉 목적함수를 최소로 하는 점을 찾을 것인가 ⇒ 기계 학습의 핵심주제 최적화 문제해결 해 공간 전체를 샅샅이 뒤지는 낱낱탐색(exhaustive search) 알고리즘 고차원에서는 불가능 → 매우 많은 점에 대해 목적함수를 계산해야 함 각각의 차원을 구간으로 나누고, 이들 각각의 목적함숫값을 계산해 가장 작은 점을 찾음 무작위로 선택된 점들을 탐색하는 무작위 탐색(random search) 알고리즘 기계 학습이 사용하는 전형적인 알고리즘 미분 미분에 의한 최적화 1차 도함수는 어떤 점에서의 기울기, 즉 x가 미세하게 증가했을 때 함숫값의 변화율을 알려줌 → 이런 성..