kt aivle18 kt aivle 3기 [11주차] - AICE 시험 대비 + 미니프로젝트 5차 1. 수업내용AICE 시험 대비- 2일 동안 AICE Associate 시험 대비예상 시험 문제와 데이터를 가지고 연습하기 미니프로젝트 5차주제 :스마트폰 센서 데이터 기반 인간 행동 인식 분류 배경지식 : 다양한 센서를 활용하여 사람의 모션에 관련된 정보를 수집하고 해석하여 행동을 인식하는 기술이 발전하고 있다. 이 기술을 활용하여 스마트 워치 같은 기기에 적용할 수 있다. 기기가 사람의 행동을 인식하여서 행동에 대해 반응하도록 도와주는 모델을 만들어 보자데이터는 Human Activity Recognition 에서 들고 왔고 각각의 데이터는 센서 신호 데이터이다.(가속도 센서, 자이로스코프 센서) 를 가지고 측정한 X, Y, Z 축에 대한 정보들을 2.56초 범위에서 샘플링한 데이터이고,총 561개의.. 2023. 4. 18. kt aivle 3기 [10주차] - 미니프로젝트 4차 1. 수업내용주제 : 1:1 문의 유형 분류기 만들기 배경지식 : aivle school의 1:1 질문 제시판의 많은 질문들이 올라오고 있다.이러한 질문들은 5개의 유형으로 나누어서 받고 있는데 다음과 같다(1. 이론 질문, 2. 웹 오류, 3. 운영 관련 문의 4. 코드 오류 해결 5. 원격지원 요청)각 유형에 대해 질문을 받고 있지만 제대로 분류가 되지 않아 담당자에게 빠르게 전달하지 못하는 경우가 발생하고 있다그래서 문의 내용에 대해 어떠한 질문유형인지 분류해주는 분류기를 생성하여 문제를 해결하자! 과정 :1 일차 - 문의내용과 질문유형이 있는 데이터에 대해 단변량 분석과 형태소 분석2 일차 - 데이터 전처리(n-gram, seqeunce) 및 train, valid split3 일차 - Mac.. 2023. 4. 12. kt aivle 3기 [8주차] - 미니프로젝트 3차 1. 수업내용저번주에 배운 시각지능 딥러닝을 이용하여 프로젝트를 해보는 시간을 가졌다. 5일 동안 두 번으로 나누어서 프로젝트를 진행하였다. 첫 번째 프로젝트는 차량 파손 여부 분석 모델을 만드는 것이고, 두 번째 프로젝트는 화폐 구별 모델을 만드는 것이었다. - 차량 파손 여부 모델배경 : 차량 공유 업체에서 차량의 파손 여부를 사진으로 확인하고 있다. 그 사진들이 하루에 몇 백장이 되기 때문에 자동으로 차량의 파손을 분류 시키는 모델을 만들어 구분하려고 한다. 1. 전처리- 데이터는 총 두 개로 나누어져 있다. 정상적인 상태의 차량을 찍어 놓은 사진(Car_normal)과 파손된 상태의 차량을 찍어 놓은 사진(Car_abnormal) 각각 302개와 303개를 사용한다.- Dataset에 대해 te.. 2023. 3. 24. kt aivle 3기 [7주차] - 시각지능 딥러닝 1. 수업 내용이전 딥러닝 수업 복습을 처음에 주로 하였다. 아마 1주 동안 딥러닝을 하지 않고 미니 프로젝트를 하여서 강사님이 다들 기억이 나지 않을 것 같아서 하신 것 같다. -이전 딥러닝 수업 복습1. 딥러닝 종류sequential/ functional대표적인 데이터 : MINIST/Fashion_MINST/ CIFAR-IO ==> Image, multiclass classification 2.전처리: one-hot-encoding => to_categorical(): scaling (MinMax Scaling) 3. 모델링Sequential : model.add()를 사용해 연결 // Functional : 하나의 layer 뒤에 앞의 레이어의 이름을 붙여 서로 연결: reshape => fl.. 2023. 3. 15. kt aivle 3기 [6주차] - 미니프로젝트 2차& AI 모델 해석,평가 1. 수업 내용 2차 미니 프로젝트- 3일 동안 미니 프로젝트를 하게 되었다. 3일동안 머신러닝을 가지고 모델을 만들고 평가해보는 프로젝트를 하였다. 1일 차와 2-3일 차로 나누어서 프로젝트를 진행하였다. - 1일 차 프로젝트기상환경데이터와 머신러닝을 활용한 미세먼지농도 예측 모델목표 : 기상환경데이터와 공기 오염물질 정보 데이터를 가지고 앞으로의 미세먼지 농도를 예측하는 모델을 만드는 것데이터 : Air Korea (서울 중구의 종관기상관측 데이터, 미세먼지 및 오염물질 정보 데이터 ==> 총 2021.2022 분) 1. 머신러닝 모델 생성을 위한 데이터 분석미세먼지와 오염물질에 대해 하나하나 히스토그램과 박스 플롯을 그려서 확인을 해보았다.그리고 heatmap을 그려서 서로 관계도 확인했다.날씨.. 2023. 3. 14. kt aivle 3기 [5주차] - 딥러닝 정리 연결주의 알고리즘==> Tensorflow ==> keras 1. Sequential API : 모델 layer를 차곡차곡 순차적으로 쌓는다2. Functional API : custom 설계 가능 1. Sequential API 4단계session clear모델 선언model.add로 layer를 쌓는다model.compile(loss, metrics, optimzer)2. Functional APIsession clearlayer 역기모델의 시작과 끝을 지정하고 모델 생성model.compile() - 모델 종류에 따른 activation , loss 선형회귀로지스틱 회귀멀티 클래스 분류output activationX or 'linear''sigmoid''softmax'compile loss'mse.. 2023. 3. 3. kt aivle 3기 [5주차] - 딥러닝 1. 수업내용딥러닝 모델링의 기초딥러닝의 framework 종류인 Tensorflow, Pytorch 중에 Tensorflow를 사용하여 keras를 사용하는 방법에 대해 배웠다. 처음에는 이전에 머신 러닝을 하면서 배운 Linear Regression을 활용하여 neural network로 나타내는 방법을 배웠다. Linear Regression 모델을 만들어 보면서 모델에 activation = 'sigmoid'와 loss = 'binary_crossentropy'를 사용해서 분류 모델인 Logestic Regression을 만들 수 있다는 것도 알게 되었다.이러한 모델 생성을 반복하여 연습하면서 tensorflow의 kerases를 사용하여 딥러닝 모델을 만드는 기본적인 틀을 배울 수 있었다오후에는.. 2023. 2. 27. kt aivle 3기 [1주차] - python 프로그래밍 첫째주 두번째 주제의 수업이었다. KT aivle이 AI 개발자를 목표로 하고 공부를 하는 것이지 때문에 파이썬이 필수로 사용된다. 그러므로 파이썬에 대해 공부하는 시간이 있는 것 같았다. 파이썬 기초에 대해 자세히 배우는 시간이었다 1. 수업 내용첫날에는 파이썬 코드를 실행하고 기초에 대해 설명해 주셨다. 코딩 기초인 중앙값 구하기나, 최대값 구하기 등을 하면서 c, c++, java 언어들과는 다르게 if, else 구문의 차이점과 &, | 의 차이점에 대해서도 한번 짚고 넘어갈 수 있었다. 또한 틈틈히 예제 문제를 풀게 하여서 어떻게 사용하는지 계속 연습하도록 하였습니다.둘째날에는 자료구조를 사용하여 파이썬을 공부하였는데 검색 알고리즘에 대해 일반적인 linear search와 보초법, binar.. 2023. 2. 22. kt aivle 3기 [1주차] - IT 프로젝트 관리 도구 (GIT) 후기 에이블 스쿨 1주차 첫 수업이다!! 어떤 수업을 들을지, 앞으로 어떻게 할 지에 대해 큰 기대감이 생겼었다. 1월 31일에는 오프닝 데이를 했었는데 이전 기수들을 수업 모습과 앞으로의 과정들을 보여주었다. 또한 우리가 배우는 AI분야에 대해서도 강연을 듣는 날이었다. 오프닝 데이는 원래 수업 시간보다 일찍 끝났지만 2월 1일 부터 정확히 9시 20분부터 5시 20분까지 수업이 시작되었다. 1. 수업 내용 - git 가입 commit & push 오전에는 git에 회원가입을 하고 vscode에 git을 어떻게 사용하는지에 대해 알려주셨다 git을 처음 사용하는 사람들을 위해 천천히 설명해 주셨는데 이전에 내가 알고 있던 것이라서 편하게 수업을 들을 수 있었다. 오후에는 본격적으로 협업 하는 상황을 가정해 .. 2023. 2. 19. 이전 1 2 다음
