본문 바로가기

연잎(lotus leaf)

Notice

Recent Posts

Popular Posts

Recent Comments

Link

Calendar

Tags

더보기

Archives

Visits

Today

Yesterday

CS/인공지능

CS/인공지능 2024. 11. 25. [24-2] 👾 기계학습(ML) 프로젝트 : 외계 행성 찾기 👽 개요때는 바야흐로 11.4 ML 프로젝트 공지가 올라왔다! 무려 포스터 세션으로 진행되는 프로젝트였기 때문에 열심히 준비해서 멋진 발표를 하고 싶은 욕심이 있었다! 배운 것들을 종합해서 ML 을 활용한 프로젝트를 진행하면 되고,배운 것에 대한 새로운 제안을 연구(Research) 하고, 현존하는 알고리즘을 흥미로운 문제에 적용시켜본다. (Development)그리고 마지막으로 여러가지 다른 알고리즘들도 적용해가면서 다양한 성능 측정 지표(performance metrics) 에 대하여 확장 비교 연구를 진행한다. (Evaluation) 주제 선정 가이드라인 교안에 다음과 같은 프로젝트 예시들을 주셨다.Handwritten Alphabet/Digit RecognitionPredictive Stock/..

CS/인공지능 2024. 10. 18. k-평균 알고리즘 (k-means clustering) 구현 K-means 클러스터링이란?주어진 데이터를 K개의 그룹으로 나누는 비지도 학습 알고리즘이다. 이 알고리즘은 군집(클러스터)의 중심을 반복적으로 업데이트하여, 각 데이터 포인트를 가장 가까운 중심(센트로이드)에 할당하는 방식으로 동작한다. 동작방식 K개의 초기 중심(centroid)을 무작위로 선택한다.각 데이터 포인트를 가장 가까운 중심에 할당한다.각 클러스터의 중심을 다시 계산한다.중심이 더 이상 변하지 않거나, 지정된 반복 횟수에 도달할 때까지 2~3 단계를 반복한다. 목표K-means 클러스터링을 구현한다. 제약조건- 두 번의 반복 동안 모든 중심점(centroids)의 위치가 1 * 10^-5 이하로 변할 경우 수렴했다고 간주한다.- K-means 클러스터링과 관련된 라이브러리는 절대 사용하지..

CS/인공지능 2024. 10. 17. SVM 을 활용한 스팸 분류기 ( Spam Classification via SVM ) SVM(Support Vector Machine)이란?결정 경계를 통해 데이터를 분류하는 알고리즘이다. 이 모델은 결정 초평면(hyperplane)을 찾아서, 두 개의 클래스를 가장 큰 여유(margin)를 두고 분리하는 것을 목표로 한다. 주로 이진 분류 문제에서 사용되는 강력한 분류 알고리즘으로, 이메일의 단어 빈도를 특징으로 사용하여 스팸 또는 스팸이 아닌 이메일을 분류하는 데 사용할 수 있다.선형 분류기 또는 비선형 분류기로 사용할 수 있다.커널 트릭을 사용해 고차원 공간으로 데이터를 매핑하여 비선형 분류도 가능하게 한다.하드 마진(hard margin)과 소프트 마진(soft margin)을 사용하여 데이터 분류를 유연하게 조정할 수 있다.목표하드 마진 SVM, 소프트 마진 SVM, 가우시안 R..

CS/인공지능 2024. 10. 17. 나이브 베이즈를 사용한 스팸 메일 분류기 (Spam Classification via Naïve Bayes) 나이브 베이즈 분류기란?확률 이론을 바탕으로 한 지도 학습 알고리즘 중 하나로, 주로 텍스트 분류, 스팸 필터링, 감성 분석과 같은 문제에 널리 사용된다.베이즈 정리를 기반으로 하며, 데이터의 각 특징들이 독립적이라고 가정하는 나이브(naïve)한 특징을 지닌다. 베이즈 정리(Bayes' Theorem)나이브 베이즈 분류기는 베이즈 정리에 따라 작동한다. 베이즈 정리는 어떤 사건 A와 B가 있을 때, 사건 B가 일어났을 때 사건 A가 일어날 확률을 계산할 수 있는 방법을 제공한다. 나이브 베이즈의 중요한 가정은 모든 특징들이 서로 독립적이라는 것이다. 즉, 특정 데이터의 한 특징이 주어졌을 때, 다른 특징들이 이와 무관하게 나타난다고 가정한다. 현실에서는 이 가정이 항상 맞지 않지만, 이 가정 덕..

CS/인공지능 2024. 6. 24. [Tensorflow keras] image generation using Stable Diffusion 목표 TensorFlow Keras library 를 사용해서 CIFAR-10 dataset 같은 이미지를 생성하는 간단한 diffusion 모델을 만들어볼 것이다.다음은 diffusion 모델이 동작하는 방식이고, fully noised 이미지에서부터 점진적으로 이미지를 생성해나간다. 위에서 봤듯이, 이 모델은 점진적으로 노이즈를 줄여가면서 이미지를 생성한다. 따라서 본 딥러닝 모델에게 noise 를 줄이는 방법을 학습시킬 것이며 이를 위해 두가지 입력이 필요하다. - 입력 : 처리되어야할 초기 Noise - timestamp : noise status Importing necessary libraries import numpy as npfrom tqdm.auto import trange, ..

CS/인공지능 2024. 6. 21. Simple Diffusion Image generate Model Diffusion 모델은 이미지 생성 모델로 가장 주목받고 있는 모델 중 하나이다. 다양한 요구조건에 맞는 고화질 이미지를 생성할 수 있을 뿐더러학습 데이터에 없는 형태의 이미지들도 입력으로 주어진 Text가 묘사하는 대로 이미지를 생성할 수 있다. 그렇다면, Diffusion 모델은 어떻게 새로운 이미지를 생성해내는 것일까?이를 위해 먼저 가우시안 분포와 확산 과정(diffusion processes)이 무엇인지 이해해보자. 가우시안 분포란? 많은 자연 현상과 데이터가 이 분포를 따르고 있으며, 정규분포라고도 불린다. 연속 확률 분포의 하나로,가 다음과 같이 정의된다. x : 변수μ : 평균(mean)σ2 : 분산(variance)σ : 표준 편차(standard deviation)가우시안 분포는 중심..

CS/인공지능 2024. 5. 29. [TensorFlow Keras] 손글씨 이미지를 생성하는 GAN model 만들기 목표- 진짜 같은 손글씨 이미지를 생성하는 GAN model 만들기 - 16개 이미지 중에 8개 이상이 인식가능한 숫자를 포함하고 있으면 된다. 필요한 라이브러리 importimport tensorflow as tfimport globimport imageioimport matplotlib.pyplot as pltimport numpy as npimport osimport PILfrom tensorflow.keras import layersimport time MNIST dataset 로드 (train_images, train_labels), (_, _) = tf.keras.datasets.mnist.load_data()train_images = train_images.reshape(train_image..

CS/인공지능 2024. 5. 28. Generative Adversarial Network Discriminative vs generative modelsDiscriminative 모델은 데이터 인스턴스들 간의 경계를 학습하는데 중점을 둔다.이는 특징 X가 주어졌을 때, 레이블 y의 확률 P(y|X)을 직접 모델링하여 결정 경계를 찾는 것이다.이 모델들은 예측 오류를 측정하는 비용 함수를 최적화하여 훈련되고, 훈련 과정에서 모델 파라미터를 조정하여 오류를 최소화한다.ex) 로지스틱 회귀, CNN, RNN Generative model 은 새로운 데이터 인스턴스를 생성할 수 있다. 생성 모델은 특징과 레이블의 결합 확률 분포P(X,y)를 학습하는데 중점을 둔다. ❓결합 확률 분포 𝑃(𝑋,𝑦)특징 𝑋와 레이블 𝑦 의 결합 확률 분포 𝑃(𝑋,𝑦)는 주어진 데이터에서 특징과 레이블이 동..

이전 1 다음

티스토리툴바