6주차 일정 9/11 - 9/13 미니프로젝트 2차 9/14 - 9/15 시각지능 딥러닝 9/11 - 9/13 미니프로젝트 2차 1차 미프가 끝난 지 얼마 되지도 않았는데 순식간에 찾아온 2차 미프! 1일 차에는 머신러닝 모델들을, 2-3일 차에는 머신러닝/딥러닝 모델 모두를 사용하는 프로젝트를 진행했다. 하루종일 모델링을 위해 데이터 전처리를 하다보니 전처리의 중요성을 정말 크게 느낄 수 있었다. 특히 기억에 남는건, 1일 차에 했던 미세먼지 데이터에 '현상번호(국내식)'이라는 컬럼을 통해 새로운 경험을 했다는 것이다. 해당 컬럼 값이 1901, 4019와 같은 형태로 이루어져 있어 무슨 의미를 내포하고 있는지 파악하기 어려웠는데 기상청에서 관련 정보를 찾을 수 있었다. 40번대의 값들이 먼지현상을 나..

9/4 - 9/8 딥러닝 딥러닝 수업 후반부에는 나중에 프로젝트할 때나 앞으로 엄!청! 유용하게 쓰일 것 같은 hugging face와 open ai API를 사용하는 법을 배워서 따로 정리해 보고자 나눠서 쓰는 5주차 후기임다. Hugging Face 사용하기 Hugging Face에는 이미 학습이 완료된 다양한 모델들이 올라와있어, 사용하고자 하는 목적에 맞는 모델을 선택해 쉽게 사용할 수 있다. 데이터셋 로딩 모델 로딩 모델 사용 Models - Hugging Face huggingface.co 라이브러리 설치 !pip install transformers !pip install datasets !pip install xformers 감정 분석 from transformers import pipel..

5주차 일정 9/4 - 9/8 딥러닝 9/4 - 9/8 딥러닝 지금까지 딥러닝을 배우던 나의 모습을 한 문장으로 정의하면 "귓등으로 듣다."입니다. 왜 그랬냐고요? 어려우니까요 ㅠㅠ 하지만 더 이상 물러날 수는 없는 처지입니다. 이걸 못하면 나는 미니 프로젝트도 못하고 그냥 스스로 발전의 기회를 발로 뻥 차버리는 셈입니다. 지금까지 들었던 딥러닝 수업들 중에서 제일 많이 이해했다고 생각하는데 여전히 난 부족하고 머리는 텅~ 비어있으므로 다시 정리하며 개념들을 입주시켜 보겠습니다. 딥러닝 모델 딥러닝 모델 준비 X = tf.keras.Input(shape=[13]) # 독립변수 13개 Y = tf.keras.layers.Dense(1)(X) # 종속변수 1개 model = tf.keras.Model(X, ..

4주차 일정 8/28 - 9/1 머신러닝 8/28-9/1 머신러닝 일주일 동안 머신러닝을 배우는 내가 머신러닝입니다. 사실 난 머신러닝 3트째라고 해도 과언이 아니다.. 학교에서 전공 수업으로 처음 머신러닝을 배웠는데 당시에는 너무 어려워서 그냥 머신러닝이라는 4글자에 drowning..🥶 하지만 데청캠 이후로 재미(?)를 붙이게 되어 빅분기 공부하고 네이버 코칭스터디를 참여하면서 생존 swimming이 가능해졌다. 그러므로 이번 수업은 각종 모델들을 완벽하게 내 걸로 만들어 어디든지 적용할 수 있는 freestyle diving 선수로 거듭날 차례 이번주는 블로그 주인장 마음대로 수업에서 얻은 능력들을 요약해 봅니다. 5일간 같은 코드만 무한반복을 한 결과 이젠 눈 감고도 코드를 칠 수 있는 스킬 획득..

3주차 일정 8/21 - 8/23 미니프로젝트 1차 8/24 - 8/25 웹크롤링 8/21 - 8/23 미니프로젝트 1차 에이블스쿨에서 얻을 수 있는 가장 큰 경험 중 하나는 많은 프로젝트 경험이라고 생각한다. 총 7개의 미니 프로젝트 중 첫 번째 미니프로젝트가 3주차에 진행되었다. 1-2주차에 배워 갈고닦은 데이터 처리 및 분석 방법을 온전히 적용해 볼 수 있는 프로젝트로 구성되었다. 미니 프로젝트에 대한 정보가 어디에도 없어서 어떻게 진행되는지 굉장히 궁금했는데 배운 그대로를 적용해 보는 프로젝트였기 때문에 오히려 정보가 없었던 것일 수도 있겠다는 생각을 했다. 3일 동안 두 가지 주제에 대한 미니 프로젝트를 진행하였는데, 두 주제 모두 주어진 데이터가 깔끔해서 바로바로 배운 것들을 써먹을 수 있었다..

2주차 일정 8/14 - 8/16 데이터 처리 8/17 - 8/18 데이터 분석 및 의미 찾기 8/14 - 8/16 데이터 처리 1주차에 배웠던 pandas를 활용해 데이터를 변경, 수정 및 결합하는 방법 그리고 matplotlib과 seaborn을 활용한 시각화 기법들을 배우는 수업이었다. 시각화 메서드가 워낙 많고 다양하다 보니 어떤 그래프를 그릴 때마다 파라미터는 어떻게 넣어야 하는지, 옵션은 무엇이 있는지 구글에 검색하는 게 일상이었는데 이번 수업을 통해서 자주 사용하는 그래프들은 확실하게 머릿속에 각인시켜 두었다. plt.plot plt.hist / sns.histplot plt.boxplot sns.kdeplot sns.barplot sns.countplot 에이블 시작 일주일 만에 찾아온 빨..