분류 전체보기 (44) 썸네일형 리스트형 Ridge Regression 실습 및 개념정리 개요AI 프로그래밍 과제에서 나온 Ridge Regression 에 대한 문제 풀이 과정과 code 를 작성하고 결과를 해석 하여 의미를 살펴 본다. Ridge Regression의 핵심 개념을 이해하고, 모델 피팅 시 정규화가 얼마나 중요한 역할을 하는지를 알아 보고 정규화 없이 과적합된 모델과 정규화를 추가하여 일반화된 모델 간의 성능 차이를 시각화하고 비교하는 것이 목표이다. 문제 설명 합성 데이터 세트에 대해 Ridge Regression(또는 Tikhonov 정규화)을 사용하여 analytic solution 으로 다항식 곡선을 맞추는 내용이다. 해당 모델과 loss 함수는 아래 과정을 참고 바란다. import numpy as npfrom matplotlib import pyplot as pl.. 오블완 챌린지 https://www.tistory.com/event/write-challenge-2024 작심삼주 오블완 챌린지오늘 블로그 완료! 21일 동안 매일 블로그에 글 쓰고 글력을 키워보세요.www.tistory.com★ 21일 동안 블로그에 매일 글쓰기 도전 ! 분류 모델의 평가 지표 개요머신러닝 분류 모델에서 사용되는 평가 지표에 대해 알아보고자 한다. Confusion matrix분류 모델의 예측 결과를 평가하는 데 사용되는 행렬로 주로 binary classification 문제에서 모델의 성능을 예측하고 결과를 평가하는 데 사용됨. True Positive (TP) : 실제 Positive인 정답을 Positive라고 예측 (True, 정탐)False Positive (FP) : 실제 Negative인 정답을 Positive라고 예측 (False, 오탐) – Type I errorFalse Negatives (FN) : 실제 Positive인 정답을 Negative라고 예측 (False, 미탐) – Type II errorTrue Negatives (TN) : 실제 Negati.. Going Deeper with Embedded FPGA Platform for Convolutional Neural Network 리뷰 개요임베디드신경망 수업에서 리뷰 발표 하였던 해당 논문에 대해 기록을 남긴다.Abstract연구 배경 및 문제점CNN(Convolutional Neural Network)은 컴퓨터 비전 분야에서 성공적으로 활용되고 있지만 계산 집약적이고 자원 소모적이어서 임베디드 시스템에 통합하기 어려움.FPGA(Field Programmable Gate Array)는 CNN 가속화에 유망하지만, 제한된 대역폭과 메모리 크기가 성능에 제약연구 목표임베디드 FPGA 플랫폼에서 CNN 가속기 설계를 통해 Image-Net 대규모 이미지 분류를 효과적으로 수행.주요 방법 및 기여최신 CNN 모델 분석: Convolutional 레이어는 계산 중심적, Fully-Connected 레이어는 메모리 중심적임을 확인.동적 정밀도 데.. Generative Agents: Interactive Simulacra of Human Behavior 리뷰 개요 아이펠 리서치 온보딩 시간에 진행 하였던 해당 논문에 대해 일부 기록을 남긴다. Abstract이 논문은 신뢰할 수 있는 인간 행동을 시뮬레이션하는 generative agent 를 제안합니다. 이 agent 들은 마치 인간처럼 하루 일정을 계획하고, 다른 agent 들과 소통하며, 기억을 통해 행동을 조정합니다. 논문에서는 대형 언어 모델을 확장하여 agent 가 경험을 자연어로 저장하고, 이를 바탕으로 반성과 계획을 통해 더 나은 행동을 생성하는 아키텍처를 소개합니다. 연구에서 구현된 샌드박스 환경에서는 25명의 agents 가 자율적으로 사회적 상호작용을 하며 신뢰할 수 있는 행동을 보였습니다. 예를 들어, 밸런타인 파티를 계획하는 간단한 지시에서 시작하여, agent 들은 자율적으로 초대장을.. Human Activity Recognition on STM32L4 IoTnode Human Activity Recognition on STM32L4 IoTnode 개요 ▶ 직장인이자 인공지능을 공부하는 대학원생으로 지금까지 머신러닝이나 딥러닝을 PC 기반에서 python framework 에서 지원하는 모델들에 대한 이론과 실습예제 등을 공부 해왔는데 실제로 Edge AI 기반의 임베디드 디바이스에서 돌아가는 실제 눈으로 볼 수 있는 project 를 해보고 싶었다. 그래서 해당 MCU 에 경험이 있고 비교적 접하기 쉬운 STMicroelectronics 사의 B-L475E-IOT01A02 개발보드를 구매 하여 토이 프로젝트를 진행하였고 과정을 정리 한다. ▶ B-L475E-IOT01A Link: https://www.st.com/content/st_com/en/pro.. Series 51~130 문제 연습 데이터 분석 입문자를 위한 파이썬 판다스 300제Series 51~130 문제 연습https://wikidocs.net/book/4852# -*- coding: utf-8 -*-"""Series51-130.ipynbAutomatically generated by Colab.Original file is located at https://colab.research.google.com/drive/1ouagvgjFcrJtlrTIIPdpVNn6n6X6DtbM"""import pandas as pdfrom pandas import Seriesimport numpy as npdata = [100, 200, 300]score = Series(data)print(score)index = ['철수', '영희', '.. numpy 1~50 문제 연습 데이터 분석 입문자를 위한 파이썬 판다스 300제numpy 1~50 문제 연습https://wikidocs.net/book/4852# -*- coding: utf-8 -*-"""numpy1-50.ipynbAutomatically generated by Colab."""import numpy as npdata = [1,2,3]np_data = np.array(data)print(np_data)np_array = np.arange(0,100)np_arraynp_array = np.arange(3, 30, 3)np_arraynp_array = np.arange(0, 1000, 2)np_arraynp_array = np.arange(0, 1, 0.1)np_arraydata = [0, 1, 2, 3, 4, 5]n.. 이전 1 2 3 4 5 6 다음 목록 더보기
