+ Hello +

안녕하세요 ! 이번주는 광주인공지능학원 스마트개발원에서 CNN을 통해 개, 고양이 사진을 분류하는 방법에 대해 배웠답니다! 밑의 자료는 광주인공지능학원에서 제공받은 수업 자료를 토대로 작성하였습니다. - 먼저 jupyter 실행 폴더에 개, 고양이 사진 폴더 집어넣기 * 데이터 구성 살펴보기 - 총 3000개 (train 2000장, validation 1000장)로 구성된 데이터 셋 - 각각의 데이터는 절반은 개 사진(1000장 500장) 절반은 고양이 사진(1000장 500장) - 강아지 고양이 사진 불러오기 - train, test, validation train_dir = './dogs_vs_cats_small/train' test_dir = './dogs_vs_cats_small/test' tr..

안녕하세요 ! 이번주는 광주인공지능학원 스마트개발원에서 딥러닝의 과대적합 제어에 대해 배웠답니다! 밑의 자료는 광주인공지능학원에서 제공받은 수업 자료를 토대로 작성하였습니다. * 과대적합 문제 해결 : Dropout - 특성이 많은 데이터 - 신경망층을 깊게 쌓은 경우 - epoch를 많이 하는 경우 예시를 통해 과대적합이 제어되는지 확인해보도록 하겠습니다 ! - sonar 데이터를 불러오기 # header = None : 특성이 없는 데이터의 경우 특성 이름을 달아줌 import pandas as pd sonar = pd.read_csv('sonar.csv', header = None) sonar.head() - 문제 데이터, 정답 데이터로 나누기 X = sonar.iloc[:,:-1] y = sona..

import numpy as np import matplotlib.pyplot as plt 1. 활성화 함수 - 신경망은 선형회귀와 달리 한 계층의 신호를 다음 계층으로 그대로 전달하지 않고 비선형적인 활성화 함수를 거친 후에 전달한다 -> 신경망을 모방하여 사람처럼 사고하는 인공지능 기술을 구현하기 위함 - 입력에 일정 값을 곱해서 출력값을 결정하는 것(실제 신경망의 동작을 모방) - 종류 : step function, sigmoid, tanh, relu 1) step function : 계단함수 - 0보다 크면 1이고 그렇지 않으면 0인 함수 def step_function(x): return np.array(x>0, dtype =np.int) x =np.arange(-5.0, 5.0, 0.1) y=..

1. 손글씨 데이터 로딩 - datatset 불러오기 from tensorflow.keras.datasets import mnist - tensorflow는 튜플 형태로 받아와야함 ((X_train, y_train), (X_test, y_test)) = mnist.load_data() X_train.shape, y_train.shape - 6000 : 데이터수 - 28 * 28 사진 데이터 2. 데이터 확인 import matplotlib.pyplot as plt plt.imshow(X_train[0], cmap=plt.cm.binary) - cmap=plt.cm.binary => 색상을 흑백으로 나타냄 X_train[0] - 0~255까지의 숫자로 이루어짐 - 0이 흰색 / 255가 검은색 X_trai..

* 딥러닝 - 사람의 신경망을 모방하여 기계가 병렬적 다층 구조를 통해 학습하도록 만든 기술 1. 퍼셉트론 - 신경세포는 수상돌기를 통해 다른 신경세포로부터 입력 신호를 받음 -> 신경 세포체에서 정보 연산을 처리 -> 축삭을 통해 처리된 정보를 다른 신경세포로 전달 - 신경세포는 시냅스라는 가중 연결자로 여러층의 신경망을 구성 - 신경세포체는 입력 신호들의 합을 구함 => 임계치가 되면 축삭이 활성화되어 스파크를 일으킴 -> 다른 신경세포로 전기 신호를 전달 ==> 이 특성을 모방한 것이 인공신경망 AAN : Artificial Neural Network - 인간의 뉴런을 한나의 노드(인공 뉴런)으로 가상화 -> 각 노드의 특성(가중치)를 다르게 설정하여 동일한 입력에 대해 다양한 반응을 발생하도록 하..

1. Android 구성요소 - Android 4대 component 1) Activity - 앱을 실행했을 때, 보여지는 화면을 구성할 수 있도록 해주는 안드로이드 구성 - Activity 생명주기 2) Intent - 하나의 액티비티가 다른 액티비티를 실행시킬 수 있는 메세지 시스템 - Intent 주요 액션 : 다른 액티비티를 실행하거나 데이터를 전달할 수 있는 안드로이드 구성 요소 (1) Explicit Intnet 명시적 인텐트 (2) 현재 Activity 종료 (3) Activity간 데이터 전달 - btn_add 버튼을 누르면 edt1과 edt2 숫자를 가져와서 int형으로 변환 => 두 수를 더한 결과값을 ResultActivity로 보냄 (4) 다른 Activity 데이터 수신 btn_s..

안녕하세요 ! 현재 광주 인공지능개발원에서 AI 인공지능 과정을 수강하고 있는 학생입니다. 오늘은 교육 후기를 작성해보려합니다! 현재 20-21기 학생을 모집하더라구요 혹시나 도움이 될까해 작성합니당 먼저 빅데이터, AI, iot 무슨 반을 수강할지 고민이 많을 것 같은데요 사실 빅데이터, Ai 의 커리큘럼은 크게 다르지 않습니다. 저의 경우는 android와 딥러닝을 배울 수 있는 인공지능 반을 수강하고 있습니다 (빅데이터 iot반은 android 수업이 없는걸로 알고 있어요) 혹시 정보처리기사를 희망하는 학생이 있다면 수강하는 것도 좋을 것 같아요! 필기 교육을 따로 해주십니다 아래 커리큘럼을 참고해주세요 저는 비전공자 학생이었기 때문에 코딩 교육이 처음이었습니다 그래서 수업을 따라갈 수 있을지가 가..

1. Ajax - 서버로부터 응답받는 페이지의 중복되는 코드가 발생하므로 네트워크 대역 폭 자원 낭비가 생김 - 필요한 데이터만을 웹 서버에 요청해서 받은 후 클라이언트에서 데이터에 대한 처리를 진행하는 비동기적인 웹 어플리케이션을 제작하기 위한 웹 개발 기법 1) 동기 vs 비동기 통신 차이 - 사용자 입장에서는 화면 갱신도 없고, 요청과 응답 사이 시간에도 다른 일을 할 수 있어 편리하고 빠른듯한 환경을 느낄 수 있다. 2) Ajax 기본 구조 속성 설명 type http 전송 method를 지정한다(get, post) url 요청 url, get 방식일 경우 url 뒤에 파라미터를 붙여서 사용해도 된다 dataType Ajax를 통해 호출한 페이지는 Return 형식이다. 형식에 따라 xml, js..

1. 자바 상속의 특징 1) 자바에서는 클래스의 다중 상속을 지원하지 않는다 2) 자바에서는 상속의 횟수에 제한을 두지 않는다 3) 자바에서 계층 구조의 최상위 java.lang.Object 클래스가 있다 - 자바에서의 모든 클래스는 Object 클래스를 자동으로 상속받도록 컴파일 된다. 2. 생성자 - 서브 클래스와 슈퍼 클래스는 각각 생성자를 가지고 있다. - 서브 클래스의 생성자가 먼저 호출되지만, 결국 슈퍼 클래스의 생성자가 먼저 실행되고 서브 클래스의 생성자가 나중에 실행된다. - 컴파일러는 서브 클래스의 생성자에 대해, 슈퍼 클래스의 생성자를 호출한 뒤 자신의 코드를 실행하도록 컴파일함 > 슈퍼 클래스가 먼저 초기화된 후, 이를 활용하는 서브 클래스가 초기화 되어야 하기 때문이다 * 서브 클래..

1. 데이터 전송방식 - Get & Post 1) Get방식 - HTML : method = get -> Servlet : doGet() 호출 - URL값으로 정보가 전송됨 - 보안에 약하고 정보 길이에 제한이 있음 2) Post 방식 - HTML : method = post -> servlet : doPost()호출 - header의 Form Data 내 정보를 담아 전송 - 전송하는 데이터의 길이에 제한이 없고 보안에 강함 - HTTP Message 구조 내 Body 부분에 담아서 전송 (1) Post 방식 - 한글처리 - Form 태그에서 전달받은 Post로 지정한 경우, 요청객체(request)에 담겨 넘겨오는 데이터에 대해 Encoding(인코딩) 설정 2. 태그 request - getPara..