bibidibabidiboop 님의 블로그

다층 퍼셉트론(MLP: Multi-Layer Perceptron) 입력층과 출력층 사이에 은닉층을 가지고 있는 신경망 구조이다.기존의 퍼셉트론이 한 개의 뉴런을 사용한 반면, MLP는 뉴런의 개수를 대폭 늘리고, 은닉층을 도입한 것이다. 퍼셉트론에서는 학습을 위한 활성화 함수로 계단 함수를 사용했지만, 여기에는 XOR 문제를 해결하지 못했던 이유가 있었다.계단 함수는 기울기가 0이거나 정의할 수 없기 때문에 어느 방향으로 가중치를 움직여야 loss가 최소가 되는지 알 수 없고, 여러 개의 선형 함수는 layer를 늘려 거듭하더라도 선형 함수 한 개일 때와 같다.이 문제를 해결하기 위해 MLP에서는 활성화함수로 비선형 함수를 사용한다.비선형 함수는 Layer를 쌓을수록 복잡한 데이터 패턴을 학습할 수 있다..

인공 신경망 (ANN: Artificial Neural Network) 인공 신경망은 생물학적인 신경망에서 영감을 받아서 만들어진 컴퓨팅 구조이다.Unit / Node라고 하는 소자들을 모아서 만든 구조를 가지고 있다.Pros:- 데이터로부터 학습할 수 있음- 몇 개의 소자가 오작동하더라도 전체적으로는 큰 문제가 발생하지 않음 Perceptron뉴런에서는 입력 신호의 가중치 합이 어떤 임계값을 넘는 경우에만 뉴런이 활성화 되어서 1을 출력하고, 그렇지 않으면 0을 출력퍼셉트론의 활성화 함수는 다음과 같다. 퍼셉트론의 알고리즘에서는, '학습'이라고 부르기 위해서는 신경망이 스스로 가중치를 자동으로 설명해주는 알고리즘이 필요하다.perceptron algorithm example- 퍼셉트론이 1을 0으로..

Regression & Classification회귀란, 일반적으로 데이터들을 2차원 공간에 찍은 후에 이들 데이터들을가장 잘 설명하는 직선이나 곡선을 찾는 문제이다. 분류란, 데이터들을 2차원 이상의 공간에 찍었을 때, 서로 다른 클래스의 점들을 가장 잘 구분하도록공간을 나누는 경계(직선/곡선/면)을 찾는 문제이다. Linear Regression선형 회귀는 y=f(x)에서 출력 y가 실수이고 입력 x도 실수일 때 함수 f(x)를 예측하는 것이다.선형 회귀의 원리에는 데이터를 가장 잘 설명하는 직선을 찾는 것에 있다. 선형 회귀의 기본식: f(x) = Wx+b===>입력 데이터를 가장 잘 설명하는 기울기와 절편값을 찾는 문제가 바로 선형회귀.기울기는 곧 가중치이고, 절편이 바이어스가 된다. 선형 회귀..

인공지능인공지능의 사전적 정의: 인간의 학습능력, 추론능력, 지각능력 및 자연언어의 이해 능력을 컴퓨터 프로그램으로 실현한 기술 인공지능의 목적과 적용되는 기술의 발전 정도에 따라 강인공지능(Strong AI)과 약인공지능(Weak AI)로 구분 Strong AI인간이 하는 일을 인간과 유사한 방법으로 수행하는 자동화 시스템으로,인간과 같은 사고가 가능한 인공지능을 의미한다.강인공지능을 만들기 위해서는 심리, 사고능력, 계획능력, 문제해결력 등이 요구되며예술이나 이론 같은 고등 이해도 수행할 수 있어야 하기 때문에 현재의 기술력으로는 제작이 불가. Weak AI인간의 특정 행위 결과를 모방하는 시스템으로, 특정 분야에 특화되어 있는 인공지능을 의미한다.예를 들면, 자율주행 자동차에 내장된 기술, 알파고,..

- Network core: packent / circuit / switching / internet structure- Performance : Loss, Delay, Throughput- Sercurity- Protocol layers, service models- History 1. Network Core : Packet / Circuit / Switching / Internet Structure 1.1 Packetend system은 서로 message를 교환한다.sendor가 receiver로 message를 보내기 위해 송신 시스템은 긴 메시지를 packet이라고 하는작은 데이터 덩어리로 분할한다.sendor와 receiver 측 사이에서 packet은 통신 링크와 packet switch(..

Online Shoppers Purchasing Intention차트와 문법(1)질문-변수 구조-차트 선택-해석이 파일은 전처리 이후, 데이터를 어떻게 시각적 표상으로 번역할지 연습하기 위한 실습 자료이다.초점은 그래프를 많이 그리는 것이 아니라.어떤 질문을 세울지어떤 변수 조합을 선택할지어떤 차트가 더 적절한지그 결과를 어떻게 해석할지를 훈련하는 데 있다 실습 흐름데이터 적재 및 구조 확인변수 해석과 자료형 정리기본 품질 점검질문별 시각화 실습해석 포인트 정리 데이터 적재 및 구조 확인- 먼저 데이터의 크기, 컬럼멸, 자료형, 상위 행을 확인한다 = 질문 설계와 차트 선택의 출발점- 실습 데이터의 변수 구조 1) 페이지 방문 행동 변수AdministrariveAdministrarive_DurationI..

3. Network edge : hosts, access network, physical media [A closer look at Internet Structure]인터넷의 구조...Network edge - Access Network / physical media - Network corenetwork edge는 크게 host, access network, access network에서 사용하는 physical media(통신 미디어)를 이해하는 부분이다.3-1) Network Edge우선적으로 network edge는 실제 메시지를 요청하고 보내주는 주체들이 있는 구간이다.전통적인 Client와 Server의 개념이 IoT의 등장으로 해석이 달라지기도 한다.- 전통적인 구조 전통적 Network ..

Overview / Roadmap- What is internet?- What is protocol?- Network edge : hosts, access network, physical media- Network core : packet / circuit switching, internet structure- Performance : loss, delay, throughput- Protocol layers, service models- Sercurity- History 1. What is internet?인터넷이 무엇인지 답하는 것에는 두 가지 방법이 있다.1) 인터넷의 구성요서(너트와 볼트)를 기술하는 것 : 인터넷을 구성하는 기본적인 하드웨어와 소프트웨어 구성요소를 기술하는 것이다.2) 분산 애플..

보호되어 있는 글입니다.

1. 시각화 설계의 출발점"시각화는 그림이 아니라 표상이다."이 말은 시각화가 데이터를 그대로 옮기는 행위가 아니라,데이터를 어떤 구조로 보이게 할지 결정하는 행위라는 것을 의미한다.시각화를 어떻게 하느냐에 따라서,같은 데이터라도 전혀 다른 의미처럼 보이게 할 수 있기 때문이다.어떤 요약을 거쳤는지, 어떤 축에 놓였는지, 어떤 비교를 강조하는지에 따라서시각화를 다르게 할 수 있다. 시각화 설계의 기본 흐름은 다음과 같다.- 질문 정의- 관측 단위 확인- 분석 단위 결정- 변수 역할 구분- 차트 후보 생성 (어떤 차트로 나타낼 것인지)- 시각적 부호화를 결정- 정보 손실과 해석 가능성을 점검 2. 질문 정의2.1. 질문 유형과 분석 단위아무리 같은 데이터라도 질문이 다르면 그에 따른 답이 달라지기 때문에..