일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- LAG
- 평가 지표
- 재현율
- 데이터 전처리
- NVL
- five lines challenge
- 오차 행렬
- DecisionTree
- nvl2
- Normalization
- 결정트리
- 감정은 습관이다
- layer normalization
- NULLIF
- 비지도학습
- Batch Normalization
- 빠르게 실패하기
- 데이터 프로젝트
- CASE WHEN
- sorted
- 백엔드
- recall
- 지도학습
- beautifulsoup
- 웹서비스 기획
- SQL
- 데이터 분석
- ifnull
- 강화학습
- 정밀도
- Today
- Total
목록전체 글 (63)
Day to_day
고등학생 때 공부를 하면서 내 수준이 어느 정돈 지를 판단하는 기준은 과목별 점수로 판단할 수 있었다. 사실 한 과목안에서도 내가 어려워하는 파트가 있고, 내가 잘 해내는 부분도 있다. 예를 들어 나는 수학문제를 풀 때 남들보다 문제를 보고 필요한 개념과 관련 식들을 빠르게 떠올리는 편이었다. 하지만 빠른 암산 능력이나 단순 사칙연산은 남들보다 빠르게 해내지 못했다. 그렇기 때문에 문제 푸는 시간이 더 오래 걸렸고 시간 내 못 푸는 문제들도 생겼다. 이렇게 학습자의 지식 수준에 대해서 추적하는 과정을 교육 AI 분야에서 시도하고 있다. 이번 글은 지식 추정에 관한 논문을 리뷰하면서 Knowledge Tracing의 개념, 딥러닝을 활용한 정오답률 예측 모델인 Deep Knowledge Tracing을 알..
글또(글 쓰는 또라이가 세상을 바꾼다)에 참여하면서 어느덧 벌써 마지막 글 제출이어서 글또에서 시작할 때 가졌던 목표들을 회고하며 끝맺음을 지어보려고 한다. 일단! 아래 글은 글또에서 얻어가고 싶은 목표들을 적어두었던 글이다. 글또 8기를 시작하기 전에.. 글 쓰는 또라이가 세상을 바꾼다. 글또 8기에 참가하게 되었다. 몇 년 전에 글을 쓰는 커뮤니티도 참여해봤었는데 자유 주제로 부담 없이 습관을 위한 글을 썼기 때문에 그리 어려움은 없었다. day-to-day.tistory.com 내 목표를 세 가지로 정리했었고, '꾸준함', '글의 퀄리티', '네트워킹'의 키워드로 회고를 해보려 한다. 과연 나는 원하는 목표를 성취했을지 봅시다~! 꾸준함 꾸준함을 증명할 수 있는 것은 일단 12번의 글을 제출해야 하..
포스팅 개요 규제선형회귀란 무엇이고, 먼저 알고 넘어가야 할 개념인 L1 norm과 L2 norm을 살펴보겠다. 그리고 규제선형회귀인 릿지 회귀, 라쏘 회귀 그리고 ElasticNet에 대해서 알아보는 포스팅이다. 규제 선형 회귀 이전엔 오차만 줄어들면 장땡이었는데, 이젠 오버피팅 문제 때문에 회귀 모델이 적절하게 적합하면서 회귀계수가 너무 커지는 것을 제어해야 한다. 그래서 규제 선형회귀는 이것을 목적으로 한다. 이전엔 Loss값인 RSS만 최소화하였는데 규제 선형회귀에서의 목표는 다음과 같다. 이때 alpha의 역할은 이 중요하다. alpha가 0에 가까우면 이전 식(Min(RSS(W))과 같아진다. 또 alpha가 너무 커지면 W값이 작아지는 목표를 갖고 비용함수가 만들어져야한다. 즉 alpha 값..
포스팅 개요 이전 포스팅에서 카메라 캘리브레이션과 내부, 외부 파라미터에 대해서 알아보았다. 이번 포스팅에서는 앞서 구한 파라미터를 이용해서 3차원의 point cloud를 만드는 과정과 rgb 영상 좌표를 depth 영상 좌표로 변환, rgb 매핑하는 방법까지 정리하려고 한다. 일단 설명에 앞서 intel realsense D415 모델을 사용하여 데이터를 얻었다. 얻은 거리 정보를 가지고 point cloud 형태로 만들기 위해서는 2D인 depth map에서 3차원의 좌표로 변환하는 것이 이 과정의 핵심이다. 좌표계 변환 과정 첫 번째 이미지는 World 좌표계에서 2D 픽셀좌표계까지의 변환을 나타낸 것이다. 지금 우리가 구하려고 하는 depth map에서 depth point cloud를 구하는 ..
❗본 포스팅은 권철민 선생님의 '파이썬 머신러닝 완벽가이드' 강의와 '파이썬 라이브러리를 활용한 머신러닝' 서적을 기반으로 개인적인 정리 목적 하에 재구성하여 작성된 글입니다. 포스팅 개요 회귀 분석의 개념과 목적에 대해서 개요 정도로 설명하고 구체적인 내용은 다음 포스팅에 담아보겠다. 회귀 분석의 목적 회귀 분석은 독립변수와 종속변수 간의 함수 관계를 규명하는 통계적 방법이다. 머신러닝 회귀 예측의 핵심은 주어진 피처와 결정 값 데이터를 기반으로 학습을 통해 최적의 회귀 계수를 찾아내는 것이다. 만약 아파트 가격을 예측하려고 하는 회귀 분석을 하려고 한다면 ‘아파트 가격’이라는 종속변수에 영향을 주는 여러 가지 요소들이 있을 것이다. 예를 들면, 방의 개수, 아파트 크기, 주변 편의시설 등.. 그러한 ..
❗본 포스팅은 다크프로그래머의 '카메라 캘리브레이션'과 '좌표계' 포스팅을 기반으로 개인적인 정리 목적 하에 재구성하여 작성된 글입니다. 포스팅 개요 컴퓨터 비전 분야에서 꼭 필요한 기본적인 내용이 카메라 캘리브레이션에 대한 내용이다. 직접 카메라 캘리브레이션을 코드를 짜보며 그 결과를 얻어 카메라 내부 파라미터와 외부 파라미터는 어떤 것인지에 대해서 알아보고자 한다. 일단 카메라 캘리브레이션을 하는 목적을 알기 전에 기본적으로 알고 넘어가면 좋을 좌표계의 개념과 좌표계 변환에 대한 이론을 정리하고 카메라 캘리브레이션에 대해 알아보겠다. 좌표계 우리가 카메라로 어떤 영상을 촬영하면, 카메라 영상은 3차원 공간상의 점들을 2차원 이미지 평면에 투사함으로써 얻어진다. 그때 알아야 하는 좌표계는 다음과 같다...