Python&Django로 ‘비전공자’도 개발자로 초고속 성장!

모두의 이야기 블로그

모두의연구소의 교육, 문화, 기술 등 다양한 이야기와 경험을 함께 나눕니다

#소프트웨어
#인공지능
#빅데이터
#커리어
#모두의연구소
#아이펠

당뇨병(diabetes) 데이터셋 예시로 보는 다중 선형 회귀
Model Ensembling(모델 앙상블) Guide
Convolution: 신호처리와 이미지 속 숨은 공통점을 찾아서
딥러닝에서 사용하는 convolution 층에서 filter 혹은 kernel 이라는 단어를 사용하는 이유에 대해 알고계신가요? 단순한 신호 처리 분야부터 이미지 처리 분야까지 이어지는 공통 분모인 convolution 에 대해 알아봅니다.
람다 표현식과 자주 쓰이는 함수들, map(), filter(), reduce()
람다 표현식에 대해 알아보고, 함께 자주 쓰이는 map(), filter(), reduce()가 무엇인지 알아보고, 왜 실전에서 사용되고, 어떻게 사용해야 잘 사용할 수 있을 지 실습을 통해서 이해해보자.
회귀의 오류 지표 알아보기
머신러닝을 사용한 회귀 문제에서 모델의 성능을 평가하기 위해 다양한 지표가 사용됩니다. 그 중에서도 MAE(Mean Absolute Error), MSE(Mean Squared Error), 그리고 RMSE(Root Mean Squared Error)는 가장 널리 사용되는 지표입니다.
BLEU : 기계번역에서 많이 사용하는 지표
기계번역에서 많이 사용하고 있는 지표중 하나인 BLEU 스코어는 간단한 수학적인 연산만으로도 기계번역 품질을 평가할 수 있습니다. 물론 몇가지 한계점은 존재하긴 하지만 간편하게 사용할 수 있다는 점에서 아직까지도 많은 사랑을 받고 있습니다.
LLM, 인공지능의 미래를 이끌다 : 챗GPT를 넘어선 새로운 가능성
챗GPT만 알고 있었다면 이제 LLM의 세계로! 생성형 AI, LLM, 챗GPT의 기본 개념, LLM의 핵심 기술인 딥러닝과 트랜스포머, LLM의 활용 방법과 미래 전망까지, 흥미진진한 이야기 속으로 떠나보아요.
컴퓨터 비전에서의 Receptive Field와 YOLO
컴퓨터 비전(Computer Vision)은 인공지능의 한 분야로, 컴퓨터가 이미지나 동영상을 이해하고 해석할 수 있도록 하는 기술입니다. 컴퓨터 비전 분야에는 이미지 분류(Image Classification), 객체 감지(Object Detection), 의미론적 분할(Semantic Segmentation) 등 다양한 문제들이 연구되고 있습니다. 이 중에서도 YOLO(You Only Look Once)는 객체 감지 분야에서 혁신적인 아이디어를 제시하며 발표 당시 큰 주목을 받았고 발전에 발전을 거듭하고 있습니다.
ICLR 2024 우수 논문 수상작 공개!
5월 7일부터 11일까지 ICLR 2024가 오스트리아 빈에서 열렸습니다. 이번 ICLR 2024에서 우수 논문 5개를 선정했고 이를 간단하게 설명하고 리뷰어들의 리뷰까지 첨부해서 글을 작성해보았습니다.
정보 검색(Information Retrieval) 평가 방법: MAP, MRR, DCG, NDCG
정보 검색 모델을 평가하는 MAP, MRR, DCG, NDCG 방법에 대해 알아보자.