심층신경망, cnn, rnn
●심층 신경망(Deep Neural Network, DNN)인공신경망의 층을 추가하여 만든 모델입니다.층이 많아질수록 더 복잡한 패턴을 학습할 수 있습니다.ex)import tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import layers# 신경망 모델 생성model = keras.Sequential([ layers.Dense(64, activation='relu', input_shape=(10,)), # 첫 번째 은닉층 (64개 뉴런) layers.Dense(32, activation='relu'), # 두 번째 은닉층 (32개 뉴런) layers.Dense(1, activation='sigmoid') #..
2025. 4. 20.
딥러닝, 신경망, 활성화 함수
●딥러닝머신러닝의 한 분야로, 인공 신경망(Artificial Neural Network, ANN)을 기반으로 데이터를 학습하는 기법입니다머신러닝과 딥러닝의 가장 큰 차이점은 특징(feature)을 추출하는 방식입니다. 머신러닝은 사람이 직접 데이터를 분석하고, 중요한 특징을 설계하여 모델에 입력합니다.딥러닝은 신경망이 데이터를 입력받아 자동으로 특징을 학습하고 추출합니다. ●신경망(Neural Network)신경망은 뉴런으로 구정되고 입력층, 은닉층, 출력층으로 구분됩니다.각 뉴런은 가중치와 편향을 가지고 있고, 이를 학습하면서 더 발전된 예측을 하도록 조정됩니다. ●활성화 함수(Activation Function) 각 뉴런의 출력을 조정하는 역할을 합니다. 대표적인 활성화 함수는 시그모이드, 렐루,..
2025. 4. 16.
파이썬 numpy, pandas
●numpy, pandasNumPy와 Pandas는 파이썬 데이터 분석에 사요오디는 라이브러리입니다.NumPy는 행렬 계산, Pandas는 엑셀 같은 데이터 분석에 많이 쓰입니다.●numpyNumPy는 수학 연산과 배열(벡터, 행렬) 연산에 최적화된 라이브러리입니다.import numpy as np# 1차원 배열arr1 = np.array([1, 2, 3, 4, 5])print(arr1)# 2차원 배열 (행렬)arr2 = np.array([[1, 2, 3], [4, 5, 6]])print(arr2)a = np.array([1, 2, 3])b = np.array([4, 5, 6])print(a + b) # 배열 덧셈print(a * b) # 배열 곱셈print(np.dot(a, b)) # 내적 (1*..
2025. 4. 7.
파이썬 머신러닝 사이킷런에서 reshape() 사용이유
import numpy as npimport matplotlib.pyplot as pltfrom sklearn.linear_model import LinearRegression# 샘플 데이터 (공부 시간: X, 시험 점수: y)X = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9]).reshape(-1, 1)y = np.array([50, 55, 65, 70, 72, 78, 85, 87, 95])# 선형 회귀 모델 학습model = LinearRegression()model.fit(X, y)# 예측X_test = np.array([10]).reshape(-1, 1)y_pred = model.predict(X_test)print(f"공부 10시간 했을 때 예상 점수: {y_pred[0]:..
2025. 4. 2.
리눅스 머신러닝 개발환경 세팅
●머신러닝을 공부하려면 파이썬, 텐서플로, numpy, pandas, matplotlib, seaborn, scikit-learn, 주피터 등을 설치해야합니다.하나씩 설치해도 되고, 아나콘다라는 오픈소스를 이용하면 쉽게 설치가 가능합니다.저는 aws redhat 리눅스 환경에서 하나씩 설치했습니다.단순 공부용으로 사용하려면 굳이 돈주고 aws사용할 필요도 없고, 로컬pc에 설치할 필요도 없고, 구글코랩(colab)을 사용하면 바로 공부시작할 수 있습니다. ●aws redhat 리눅스에서 머신러닝 개발환경 세팅1.redhat 리눅스용 필수 패키지 설치sudo yum groupinstall -y "Development Tools"sudo → 관리자(root) 권한으로 실행yum → 패키지 관리 도구group..
2025. 3. 15.
머신러닝, 딥러닝, LLM, MLOps, LLMOps 개념
●머신러닝(ML)- 데이터에서 패턴을 학습하는 알고리즘을 사용하여 자동으로 규칙을 발견하고 예측- 이미지, 음성, 텍스트, 숫자 데이터 등 다양한 데이터 분석- 분류, 예측, 이상 탐지 등 다양한 문제 해결에 활용- 사람이 특징(feature)을 정의하여 모델이 학습하도록 설계 ●딥러닝- 머신러닝의 한 종류로 신경망(Neural Network)를 활용하여 패턴을 추출하고 학습하는 방식- 신경망이 특징을 자동 추출- 대량의 데이터와 고성능 GPU필요●LLM(대형언어모델)- 머신러닝의 한 분야인 딥러닝(Deep Learning) 을 기반으로 하는 모델- 주로 텍스트 데이터 기반의 자연어 처리에 특화- 텍스트 생성, 요약, 번역, 질문 응답 등에 활용- ex)GPT-4, Gemini, Claude, Llama..
2025. 3. 9.
#10.안드로이드 TextView, EditText, Button
TextView - 문자열을 출력하는 뷰이다. ●text : 문자열을 지정하는 속성이다. ●textStyle : 문자열에 효과를 주는 속성이다.normal, bold, italic 값을 지정할 수 있다. ●textColor : 문자열에 색상을 지정할 수 있다. ●textSize : 문자열 크기를 설정할 수 있다. ●autoLink : url주소, 이메일, 전화번호 등과 같은 문자열에 지정한 형태로 링크효과를 준다.ex)web, email,phone.. ●maxLines : 특정줄만큼 출력한다. EditText -사용자에게 입려값을 받을때 사용하는 뷰이다. ●inputType : 입력타입을 설정한다. ex)phone, number, textEmailAddress,textPassword Button -버튼을..
2023. 1. 23.
#9.안드로이드 뷰 속성
안드로이드 뷰 속성 안드로이드 뷰 속성 html로 비교하면 뷰 태그는 html태그, 뷰 속성은 html태그의 속성과 비슷하다고 보면 됩니다. id를 지정할 수도 있고, 가로세로 길이 지정, background, textColor, padding, margin 등 다양한 속성들을 지정할 수 있습니다. 레이아웃 xml영역을 html, 액티비티 자바를 자바스크립트 영역이라고 생각하면 됩니다. 안드로이드도 결국 클라이언트 프로그램이니까요. *layout_width, layout_height 뷰의 가로세로 길이를 설정합니다. 이 2가지는 반드시 있어야 하는 값입니다. 이 값이 있어야 가로세로 길이를 결정할 수 있기 때문입니다. 속성값은 match_parent, wrap_content, 00px 3가지로 지정할 수..
2023. 1. 15.
