AI+ism(에이아이즘)

1. 소유와 경영의 분리 -자본시장의 주식회사(소유와 경영이 분리돼 있는 법인을 의미) -소유: 주주_shareholders(주식회사의 주인, 주주가 돈을 투자해 그 돈으로 공장도 짓고 사업을 함), 하지만 소유경영분리로 경영은 하지 못함 -그러면 경영은 누가 하는가?: 전문 경영인_management -재무상태와 경영성과를 측정해 주주들에게 보고. -> 재무재표(FS: financial statements) 즉 전문경영인이 fs작성해서 주주에게 보고, 자기가 투자한 돈으로 어떻게 경영을 했는지. -> 재무제표가 제대로 작성되었는가? -> 검증 : 회계감사 2. 재무제표의 구성 상장기업: K-IFRS(한국채택 국제회계기준)반드시 적용...IFRS중에서 한국어로 채택된 것 .그럼 어떤 내용이 포함되는가? ..

마음/행동/두뇌에 관한 과학적 연구로 우리가 어떻게 지식을 습득, 저장, 변형, 사용하는지를 다루는 심리학의 한 영역 study of mind, behavior, and brain. -인지심리학에서의 '마음'의 정의 : 지각, 주의, 기억, 정서, 언어, 결정, 사고, 추리와 같은 기능을 창조 및 통제 :삶의 매 순간 당면한 목표(goal)을 달성하도록 표상을 establish정립, create생성, control제어, process처리, execution작동 하는 시스템 근대 인지심리학의 역사와 거장들... - 분데트(Wilhelm Wundt, 1832~1920) : 구조주의 심리학과 분석적 내성법 / (19세기)심리학을 독립적 학문 분야로 확립 .......근대 심리학의 창시자/ 경험적 증거(empi..

이번 시간 정리 1. 데이터 전처리 수치형 피처는 스케일링, 범주형 피처는 인코딩 전처리를 할 수 있습니다. 2. 데이터 Train 데이터로 학습(훈련)하고, Validation(검증용) 데이터로 예측/평가 후, 최종적으로는 Test(평가) 데이터를 예측합니다. 3. 하이퍼 파라미터 튜닝 모델 성능 향상을 위해 하이퍼 파라미터 튜닝할 수 있습니다. 머신러닝 과정이 끝났습니다. 프로젝트는 끝났지만 아쉬움이 남았을 여러분을 위해 부록편을 준비 했습니다. 이번 시간에는 여러분들이 직접 데이터를 만들고! 그 데이터를 가지고 분류해 보는 시간을 가져 보겠습니다. [Cloud Jupyter 를 이용하여 파일 업로드하고 진행해 보기] (1) 아래에서 2개 파일을 다운 받는다. (1. 부록 이미지 데이터 만들고 분류하..

10-2. 머신러닝 프로젝트 이번 시간에는 머신러닝 프로젝트를 진행해 보겠습니다. Airbnb(New York City) 미국 NYC Airbnb 목록(2019) 프로젝트 목적: 가격 예측(price) 제공 데이터(3개): train.csv, test.csv, y_test(최종 채점용) 평가 방식: MSE (평균제곱오차/ 실제 값과 예측 값 차이 ->제곱해 평균) : 6. 지도학습(회귀) 노드의 6-8. 평가(회귀) 스텝에서 복습하실 수 있습니다. 데이터 출처 바로가기 / License CC0: Public Domain 이제부터 본격적으로 프로젝트를 시작해 봅시다. 이미 배웠던 내용을 복습하는 것이니 지금까지 학습을 충실히 하셨던 분들은 쉽게 해결하실 수 있을 거에요. 그럼 시작해 볼까요? 🤩 1. Ba..

7. 성능향상 Tip baseline score보다 점수가 낮게 나오도록 프로젝트를 도전해 보셨나요? 성능 향상을 위한 TIP코드를 준비했으니 아래 준비한 파일을 다운 받아 LMS에 직접 입력하거나 코랩, 주피터 노트북 등에서 활용해 보세요. { "cells": [ { "cell_type": "markdown", "metadata": { "id": "ySTMVUAR458d" }, "source": [ "# 머신러닝 프로젝트" ] }, { "cell_type": "markdown", "metadata": { "id": "KWE9ZloU48sf" }, "source": [ "## Airbnb (New York City)\n", "- 미국 NYC Airbnb 목록(2019)\n", "- 데이터 출처:https..

딥러닝 이번 시간에는 딥러닝에 대해 설명드리도록 하겠습니다. 이번 시간 정리 딥러닝 뇌의 뉴런과 유사한 머신러닝 알고리즘 심층 신경망(DNN, Deep Neural Network) 입력층 – 은닉층 – 출력층이 있음 [딥러닝의 학습 과정] 순전파: 예측값 계산 손실함수: 오차 측정 옵티마이저(최적화): 강사 하강법 역전파: 가중치 조절 언더피팅과 오버피팅 train loss (영상의 파란색 곡선): 학습이 진행될수록 감소 -> train dataset에 맞게 모델이 학습되고 있음 validation loss (영상의 주황색 곡선): 특정 시점 이후로 증가 -> 오버피팅 에폭(Epoch) 데이터 셋을 모두 학습한 상태 (루프 N회) 텐서플로(Tensorflow) 2015년 구글 브레인팀에 의해 공개된 머신..

이미지 분류 이번 시간에는 이미지 분류에서 2가지 데이터를 다뤄보겠습니다. 이번 시간 정리 [리마인드] Sequential 모델 레고블럭처럼 원하는 레이어만 불러들여서 쌓게 되면 하나의 딥러닝 모델을 만들 수 있다. Flatten Layer keras에서 제공하는 함수인 Flatten을 통해 다차원 배열 공간을 1차원으로 평탄화 해준다. 예 : (영상 설명 참고) 28x28 크기의 데이터를 1차원으로 평탄화 -> 길이가 784인 벡터 Dense Layer 입력과 출력을 모두 연결해 준다. 입력 뉴런이 2개, 출력 뉴런이 4개라고 할때 총 연결선은 2x4개가 된다. 각 연결선은 가중치(연결 강도)를 포함한다. activation(활성화 함수) softmax : 확률 값 출력, 가장 높은 확률 값을 가지는 ..

좋은 데이터가 좋은 ai 모델을 만든다 -> 각 데이터 전문가가 봤을 때 좋은 데이터여야 함 전문지식이 많으면 데이터해석할때 많은 도움이 된다 나의 도메인은 무엇일까 (전문지식) ->문화예술경영 De: 큰 사이즈 데이터를 가장 빠르고 많이 ->데이터레이크(쓸어담기) Ds: 데이터로 뭔가를 할 수 있는 사람 -> 데이터에서 좋은 인사이트를 잘 찾자 ..야생의 데이터를 가지고 의사결정에 도움주는(ai 나 분석기술에 기반해서) 백엔드(근본) 무조건경력직, -> 취업먼저하고 학교와 병행?(회사와 시너지라면 특수추천) Ds 프로젝트 포폴 (ds관련)…블로그 캐글 메달 영어노출환경많이 만들고 Ds 수학 핵심 가변수함수, 편미분-> 딥러닝 -> 세부 직무 찾아보고 정하기 인공지능개론 사진, 이미지 기반 데이터로 예측..

감성분석 이번 시간에는 감성 분석을 함께 진행해 보겠습니다. 이번 시간 정리 1. 데이터 불러오기 1 2 # 라이브러리 불러오기 import pandas as pd 실행 완료 1 2 # 데이터 불러오기 df = pd.read_csv("https://raw.githubusercontent.com/e9t/nsmc/master/ratings_train.txt", sep="\t") 실행 완료 2. EDA 및 데이터 전처리 1 2 # 데이터 샘플 df.head() 코드 실행 --------------------------------------------------------------------------- NameError Traceback (most recent call last) /tmp/ipykernel_..

자연어 처리 기초 이번 시간에는 문자열을 모델이 처리할 수 있는 수치 벡터로 만드는 방법과 형태소 분석기에 대해 설명드리도록 하겠습니다. 이번 시간 정리 CountVectorizer 각 문장에서 단어 출현 횟수를 카운팅하는 방법 (BOW, Bag Of Word) TfidfVectorizer 다른 문서보다 특정 문서에 자주 나타나는 단어에 높은 가중치를 주는 방법 TF-IDF(Term Frequency - Inverse Document Frequency) 형태소 분석기 konlpy: 한국어 처리를 위한 형태소 분석기 형태소: 의미를 가지는 요소로서는 더 이상 분석할 수 없는 가장 작은 말의 단위 아래의 코드 실행 버튼을 눌러 실습을 진행해 보세요! 1 2 # 판다스 라이브러리 불러오기 import pand..