Lambda 함수란 ? def로 함수를 정의하지 않고 lambda 표현식으로 익명 함수를 만들어 사용하는 방법 lambda 표현식은 식 형태로 되어 있다고 해서 람다 표현식(lambda expression)이라고 부른다. 특히 lambda 표현식은 함수를 간편하게 작성할 수 있어서 다른 함수의 인수로 넣을 때 주로 사용한다. Lambda 함수와 map() map(함수, 리스트 or 튜플) 첫번째 인자인 함수는 두번째 인자로 들어온 리스트나 튜플에 특별한 가공 처리를 하는 함수이며, 사용자가 직접 함수를 정의해서 넣는다. 두번째 인자인 리스트나 튜플은 바꾸고자 하는 데이터들을 집어 넣는다. def plus_one(x): return x + 1 print(plus_one(1)) plus_two = lambd..

시험 보러 가기 전 ... 마지막 정리 !_! 더보기 답 : C 해설 저장하기 전에 민감한 데이터를 제거 → B, C 중에 선택 Kinesis Data Streams : 데이터 스트림을 수집, 저장 및 처리 Kinesis Data Firehorse : 데이터 스트림을 AWS 데이터 스토어에 로드 더보기 답 : A 해설 Amazon SQS 정책을 사용하면 다른 사용자에게 권한을 부여할 수 있다. IAM은 그렇지 않다. 더보기 답 : D 해설 LoadBalancer는 단일 리전 내에서만 지원된다. 더보기 답 : B (B : 50% : D : 50%) 해설 온프레미스와 AWS 클라우드 모두에서 연구하려면 하이브리드 스토리지 서비스를 사용해야한다. 볼륨 게이트웨이는 로컬 캐싱 기능이 있는 하이브리드 클라우드 블..

다시 한번 정리해보는 Python 입력 처리 input() 대신 sys.stdin.readline()으로 입력 받기 import sys T = int(input()) for i in range(T): a, b = map(int, sys.stdin.readline().split()) print(a+b) 한 개의 정수를 입력 받기 import sys n = int(sys.stdin.readline()) print(n) 정해진 개수의 정수를 한줄에 입력받기 import sys a, b, c = map(int, sys.stdin.readline().split()) # map()을 이용해 a, b ,c 각각을 int형으로 형변환 print(a, b, c) 임의의 개수의 정수를 한줄에 입력받아 리스트에 저장하기 i..

서론 경사 하강법과 같이 결과를 내기 위해서 여러번의 최적화 과정을 거쳐야 하는 알고리즘을 iterative 하다고 한다. 반복해서 많은 양의 데이터 학습을 진행할 때, 보통 한번에 최적화된 값을 찾기 어렵다. 머신러닝에서는 최적화(optimization)를 하기 위해 여러번의 학습 과정을 거친다. 또한 한번에 모든 양의 데이터를 넣지 않고 데이터를 나눠서 학습시키는데 이때 등장하는 개념이 에폭(epoch), 배치 사이즈(batch size), 반복(iteration)이다. 전체 개념에 대한 개략적인 내용이다. 에폭(epoch)이란 ? 한번의 에폭은 전체 데이터셋에 대해 forward pass/backward pass 과정을 거친 것을 말한다. 즉, 전체 데이터셋에 대해 한번 학습을 완료한 상태를 의미힌..

역전파 알고리즘이란 ? 역전파 알고리즘이란 인공 신경망을 학습시키기 위한 일반적인 알고리즘 중 하나이다. Perceptron(퍼셉트론) : 초기 인공 신경망 모델 input → output까지 가중치를 업데이트하면서 활성화 함수(sigmoid, rule 등)를 통해 결과값을 냈다면, 역전파 알고리즘은 그렇게 도출된 결과값을 통해 다시 output에서 input까지 역방향으로 가면서 가중치를 재업데이트를 해주는 방법이다. 역전파를 하는 이유는 무엇일까 ? 수치 미분을 통해 신경망을 갱신하려면, 미분 과정에서 delta 값을 더한 순전파를 몇번이고 다시 행해야 한다. → 즉, 연산량이 많다. 더 복잡하고 더 큰 규모의 딥러닝에 대해 순전파로 몇번이고 학습을 수행하면서 적절한 가중치 값을 찾고자 한다면 매우매..

해당 글은 유튜브 나동빈 채널의 영상을 보고 정리한 글입니다 !! https://www.youtube.com/watch?v=Lu93Ah2h9XA 서비스 소개 다양한 이미지가 들어왔을 때 이미지가 어떤 클래스인지 즉, 어떤 사람인지로 분류 가능 일반적인 인공지능 서비스 개발 과정 1. 학습에 필요한 데이터를 수집하고 가공 2. 가공된 학습 데이터를 이용해 적절한 인공지능 모델을 학습 3. 학습된 모델을 배포해 어플리케이션에서 이를 활용 데이터 수집 → 데이터 가공 → 모델 학습 → API 배포 ex) 인공지능 모델 학습 이후 안드로이드 App, 게임, Web 등에 연동하여 인공지능 서비스 제공 가능 개발 방법 구글 Colab을 이용하여 전이 학습(Transfer Learning)을 활용한 분류기 제작 1...