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 |
- 맛집
- NLP
- Spark MLlib
- DataSet
- 자연어
- Transformer
- spark
- Python
- 연남 맛집
- Ai
- 부스트캠프 ai tech 준비과정
- 데이터 시각화
- 위기의코딩맨
- 연남동 맛집
- AI 엔지니어 기초 다지기
- 부스트캠프
- 캐글
- yolo
- 서울 맛집
- r
- RDD
- kaggle
- TensorFlow
- mllib
- pycharm
- tensorflow 예제
- 홍대 맛집
- AI Tech 준비과정
- AI tech
- 부스트클래스
- Today
- Total
목록전체 글 (192)
We-Co
안녕하세요. 위기의 코딩맨입니다.오늘은 키바나 설치 방법에 대해서 간단하게 알아보도록 하겠습니다. 우선 키바나는 엘라스틱서치를 사용하면서메모리 등등 시각화하여 볼수있는 아주 편리한 기능을 제공합니다! 시각화된 데이터로 부하가 걸리고있구나~지금 뭐를 하고있구나~ 간단하게 알아볼수 있는것이죠![ Kibana Install ]먼저 엘라스틱서치가 설치되어있는 가정하에진행하도록 하겠습니다. 먼저 엘라스틱 버전을 확인해야합니다.아래 명령어를 입력하면 Json 형식을 받게되는데version -> number 항목의 값이 버전이라고 생각하시면 됩니다.curl -X GET "localhost:9200"Kibana와 버전을 잘 맞춰야된다고 합니다.거의 1:1 기준인것 같더라구요! 아래 명령어를 입력하면 docker ima..
안녕하세요. 위기의 코딩맨입니다.오늘은 텍스트 유해성 검사하는 방법을 하나 포스팅해보려 합니다. smilegate ai에서 한글을 기반으로 학습을 진행하여유해성 검사하는 모델을 API 형식으로 사용할 수 있다고 하여사용해 보도록 하겠습니다. 자세한 내용은 아래 홈페이지를 확인해주세요. smilegate-ai/kor_unsmile · Datasets at Hugging FaceNo dataset card yet New: Create and edit this dataset card directly on the website! Contribute a Dataset Cardhuggingface.co [ 유해성 검사 ]먼저 사용을 위해 데이터 셋을 받기 위한 작업이 필요합니다.데이터셋을 불러오기 위해 tra..
안녕하세요. 위기의 코딩맨입니다.완전 오랜만에 포스팅을 작성하는군요!일도 바쁘고, 자격증 공부도하고~ 아주 바쁜 생활을 하고있답니다. 오늘은 Gitlab에 변경된 소스를 적용하는 방법을 알려드리도록 하겠습니다.아주 실무적으로 많이 사용되는 부분입니다.VSCode에서 적용하는 방법과 커맨드 상태에서 적용하는 방법을 알려드리도록 하겠습니다. [VSCode]먼저 연결된 프로젝트를 VSCode에서 확인해보시면소스제어에서 변경사항 항목들이 쭈욱 리스트 형태로 나열되어있습니다. 변경사항 목록중에 적용하고 싶은 리스트를 선택하여 오른쪽 버튼을 클릭하고변경 내용 스테이징이라는 항목을 선택해주세요! 그럼 이렇게 스테이징된 변경사항 항목에 추가됩니다.여러 항목을 동시에 선택해서 추가하면 다함께 추가됩니다! 이제 변경 내용..
안녕하세요. 위기의 코딩맨입니다.오랜만에 기초수학 포스팅을 작성해보려 합니다.점점 수학적인 부분이 중요해져서... 공부를 하는데 너무 어렵네!! [ 기초 수학 ] 이항분포 - 확률 P가 n 번의 시도 중, k번이 성공할 수 있는 가능성함수는 scipy의 binom.pmf()를 사용해서 구현가능Ex) binom.pmf(k,n,p) 베타분포 - a(알파)번의 성공과 b(베타)번의 실패가 주어졌을 때, 사건이 발생할 수 있는 다양한 기본 확률의 가능성함수는 scipy의. teta.cdf() 함수를 사용해서 구현 가능, 90% 확률 a번의. 성공과 b번의 실패의 데이터Ex)Beta.cdf(0.90, a,b) 모집단 - 연구하고자 하는 특정 그룹표본 - 모집단의 하위 집합을 의미하며, 무작위하고 편향적이지 않..
안녕하세요. 위기의 코딩맨입니다.6월 11일자로 강의가 종료되었고 얼마전에 수료증까지 나왔습니다.강의 내용은 기초적인 부분이 대부분이었고,현업에서 뛰고 계시는 분들이 코치를 맡아서 해주셨습니다. [ 후기 ]처음 목표였던, 내가 공부를 잘하고 있는가? 라는 질문에선 그래도 엇나가지는 않았구나! 느낌이 들었습니다.그렇지만 조금 더 깊게 생각해야되고, 공부해야할 부분도 많구나..부족한 부분이 엄청나게 많구나 생각이 들었습니다. 앞으로 수학적인 부분을 조금 신경써야 될것 같습니다.또한, 이 분야에 많은 분들이 목표를 갖고 공부를 아주 열심히 하고 있구나! 라는 것을 많이 느끼게 되었습니다. 저 또한, 앞으로 더 지식을 쌓아 나아가며, 조금 더 좋은 필드에서 일할 수 있는 환경을 만들어야 겠습니다. 흐흐그리고 수..
안녕하세요. 위기의 코딩맨입니다.조금씩 공부를 하면서 수학의 중요성을 다시금 느끼게 되었습니다.어렸을때 공부좀 할걸... 후회만하고 아무것도 안할순 없지.. 이제부터 기초부터 지식을 쌓아보도록 하겠습니다.지금은 아주 기초적으로 의미만 정리하며 공부해보도록 하겠습니다. [ 확률 ] 확률이란? - 어떠한 사건이 일어날 가능성동전을 10번 던져서 앞면이 6번 나올 확률비행기가 결항될 확률가능도 (likehood) - 확률과 비슷하지만, 확률은 아직 일어나지 않은 사건에 대해 예측하지만, 가능도는 이미 발생한 사건의 빈도를 측정하는 것 사건의 발생확률은 0.0 ~ 1.0 사이의 값이여야함 (0~100%) P(X) = 0.6P(notX) = 1.0 - 0.60 = 0.40 확률은 모든 합이 1.0 또는 100%이..
안녕하세요. 위기의 코딩맨입니다.드디어 벌써 마지막 주차가 되었습니다.처음 시작할때, 열심히 해보자 했는데 점점 갈수록 어려워져서 힘이 들더라구요!그래도 마지막 주차까지 화이팅 해보겠습니다. [ 7주차 학습내용 ]RNN Sequential Model : 다음 인풋 데이터를 예측하는 것Markov Model : 가정했을때, 현재는 과거 데이터(설정한 과거)를 기반으로 예측, 많은 정보를 버릴수밖에 없음(설정한 과거를 제외하면 버리게됨)Latent Autoregressive Model Recurrent Neural Network Short-term dependencies -과거의 데이터는 미래에 적용되기 어려움Long-term dependencies시계열 데이터가 커질수록(중첩) 계산이 계속 늘어남Va..
안녕하세요. 위기의 코딩맨입니다.요즘 하루하루 너무 빠르게 지나가고 있는게 너무나도 느껴지고 있습니다..벌써 6주차라니.. 너무 빠르잖아..!! 6주차에서는 기본적인 용어와 학습에 대한 흐름을 배웠습니다.6주차 내용을 정리해보도록 하겠습니다.[ 6주차 학습내용 ]딥러닝 필요한 조건(능력)수학TOOLS(텐서플로, 파이토치)논문인공지능 정의 - 사람의 지능을 컴퓨터로 수학적으로 모방하는 것으로 생각하시면 될것같습니다. 인공지능 > 머신러닝 > 딥러닝 딥러닝의 역사2012 - AlexNet2013 - DQN2014 - Encoder/Decoder, Adam2015 - GAN, ResNet2016 - -2017 - Transformer2018 - Bert2019 - Big Language Models (GPT-..