AI School111 [DAY 82] 코딩테스트 연습 마지막 날 문제 풀이와 총 정리 코딩테스트 연습 4회차 마지막 날 여러 문제를 풀고 전체적인 내용 정리를 했다. 문제풀이 및 마무리 카카오 공채 코딩 테스트에서 나왔던 문자열 압축, 가사 검색, 신규 아이디 추천을 풀었다. 그 중 문자열 압축은 내가 기존에 풀었던 방식과 달리 정규표현식을 이용했다. 정규표현식을 정확히 알아두면 정말 많이 사용할 수 있을 것 같아서 더 공부해야겠다고 느꼈다. 가사 검색은 정확성 테스트는 금방 통과할 수 있었지만 효율성 테스트에서는 테스트 케이스 5개 중 2개만 통과되었다. 해당 문제는 선형으로는 효율성 테스트를 통과할 수 없다고 한다. 트라이 알고리즘에 대해 새롭게 알게 되었다. 신규 아이디 추천은 step 7까지 쓰여있는 대로 하면 매우 쉽게 풀리는 문제였다. 카카오 문제를 풀고 난 후 강사님이 직접 .. 2023. 4. 21. [DAY 81] Week 18 Last Insight Day 미드프로젝트2 리뷰 리포트 20230420(목) 마지막 인사이트데이. 이제 AI 스쿨의 80% 지점을 지났으며 일정이 한 달도 안 남았다. 미드프로젝트2 리뷰 리포트를 받았고 Resume 워크숍이 있었다. 오전 으쌰으쌰팀4와 모여서 이번주 내용 복습, 회고 및 자습을 했다. 개인적으로 RNN 모델 관련해서 복습했다. 딥러닝 내용이 어렵다 보니 오전 시간이 금방 지나간 것 같다. 인사이트데이를 통해 배운 내용을 다지고 가는 시간이 있어서 다행이라는 생각을 한다. 오후 마지막 인사이트라서 지난주 설문 결과 뿐 아니라 전체 통계에 대해서 안내됐다. 최근 결과로는 머신러닝, 딥러닝 관련 내용이 진행되어 학습이 어렵다는 응답이 많고 학습 만족도가 떨어지는 경향이 보였는데 전체 통계를 보니 최근보단 확실히 여유로웠던 수강생들의 모습이 보였다.. 2023. 4. 20. [DAY 80] Bidirectional RNN을 통해 삼성전자 주가 예측하기 RNN 모델을 사용하여 삼성전자 주가 데이터를 예측하고 실제와 비교했다. 먼저 RNN과 Sequence 데이터의 개념을 이해했다. RNN(Recurrent Neural Network, 순환신경망) 인공신경망의 한 종류로, 유닛 간의 연결이 순환적 구조를 갖는다. 결과값을 출력층 방향으로 보내면서 다시 은닉층 노드의 다음 계산의 입력으로도 보내는 특징 다양한 길이의 입력 시퀀스를 처리할 수 있는 인공신경망 시퀀스 데이터(순서가 중요한 데이터)를 처리할 때 강력 은닉층이 입력층과 이전 타임스텝의 은닉층으로부터 정보를 받는다. 타임스텝(timesteps)은 시점의 수를 의미하며 입력 시퀀스의 길이라고 표현하기도 한다. Sequence Data(시퀀스 데이터) 연관된, 연속의 데이터로 순서(과거)의 영향을 받는.. 2023. 4. 19. [DAY 79] CNN과 날씨 이미지를 활용한 멀티클래스 분류 CNN과 날씨 이미지를 사용하여 다중 분류를 했다. 결과적으로 5개 종류의 날씨 이미지 30장 중 21장을 정확히 예측했다. 이미지 미리 보기 cloudy, foggy, rainy, shine, sunrise 총 5개 종류의 날씨 이미지가 있으며 alien_test는 예측할 이미지다. 각 날씨의 이름으로 된 폴더에 저장되어 있는 이미지를 하나씩 가져와서 확인해 봤다. 이미지 데이터셋 만들기 이미지를 array 형태로 만드는 것은 복잡하다. def img_read_resize(img_path): "이미지 읽기, 채널 변경, resize" img = cv2.imread(img_path) img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) img = cv2.resize(img, (12.. 2023. 4. 18. [DAY 78] CNN과 이미지 데이터를 활용한 말라리아 감염 여부 이진 분류 예측 CNN 모델과 혈액 도말 이미지를 활용해서 말라리아 감염 여부를 예측했다. CNN 관련 용어를 이해하고 네트워크 구조를 코드로 작성했다. 라이브러리 로드 import numpy as np import pandas as pd import matplotlib.pyplot as plt 수치 연산, 데이터 핸들링, 시각화 라이브러리 로드 import tensorflow as tf from tensorflow.keras import Sequential from tensorflow.keras.layers import Conv2D, MaxPooling2D, Dropout, Flatten, Dense from tensorflow.keras.callbacks import EarlyStopping 모델 구성, 학습에 필요.. 2023. 4. 17. 이전 1 2 3 4 5 6 7 8 ··· 23 다음 반응형
