문과생CS정복기

1. 프로젝트 개요A. 개요 : https://stages.ai/en/competitions/320/overview/descriptionB. 환경: Upstage에서 제공하는 remote 서버연결GPUCPUMemoryRTX 3090 / 24 GB10 thread60G 2. 프로젝트 팀 구성 및 역할 2-1. 매일 11시 어제 한 것, 유효한 부분, 내일 진행할 부분에 대해 공유, 모델학습실험기록지를 엑셀로 공유2-2. 역할분담진행속도가 빠른 사람이 실험결과 공유해주고, 후발주자가 성능 올릴 수 있는 다양한 실험 진행  3.프로젝트 수행 절차 및 결과3-1. 데이터 탐색:3-2. 모델 학습:3-3. 결과 추론: 4.프로젝트 회고   더보기**LLM(대형 언어 모델)**에서 add_token(토큰 추가) 작..

1.Data-Centric AI에서 고려해야 할 라이선스 두 가지코드 → 오픈 소스 라이선스 (OSL) 일반적인 콘텐츠에 사용되는 CCL은 부적합 단, 일부 CCL은 사용 가능 ● CC BY-SA : GPLv3 단방향 호환 ● CC0 Public Domain : 소프트웨어에도 사용 가능데이터 → 크리에이티브 커먼즈 라이선스 (CCL) 일반적인 콘텐츠에 사용되는 CCL을 사용함 2.저작권과 CCL저작권 (Copyright) : 시, 소설, 음악, 미술, 영화, 연극, 컴퓨터프로그램 등과 같은 ‘저작물’에 대하여 창작자가 가지는 여러 가지 권리의 전체크리에이티브 커먼즈 라이선스 (Creative Commons License, CCL; 자유이용허락표시) : 비영리기구인 크리에이티브 커먼즈에서 만든 저작물 관련..

1. 프로젝트 개요A. 개요 : https://stages.ai/en/competitions/319/leaderboard/list  B. 환경: Upstage에서 제공하는 remote 서버연결 GPUCPUMemoryRTX 3090 / 24 GB10 thread60G  2. 프로젝트 팀 구성 및 역할 2-1. 매일 11시 어제 한 것, 유효한 부분, 내일 진행할 부분에 대해 공유, 모델학습실험기록지를 엑셀로 공유2-2. 역할분담진행속도가 빠른 사람이 실험결과 공유해주고, 후발주자가 성능 올릴 수 있는 다양한 실험 진행  3.프로젝트 수행 절차 및 방법3-1. 데이터 전처리:Augmentation을 강하게 적용, 200배 증강하여 데이터 수 1570*200=314000으로 진행, 나는 100배로 진행.Aug..

다중 퍼셉트론(Multi-Layer Perceptron, MLP)은 인공지능과 머신러닝에서 사용하는 신경망의 한 종류입니다. 쉽게 말해서, MLP는 여러 층으로 이루어진 인공 신경망입니다. 각각의 층은 뉴런(또는 퍼셉트론)으로 구성되어 있으며, 뉴런은 입력 값을 받아서 계산을 수행한 후 출력을 생성합니다.다중 퍼셉트론을 쉽게 이해하기 위해 각 구성 요소를 하나씩 설명하겠습니다.1. 퍼셉트론(Perceptron)기본 단위: 퍼셉트론은 인공 신경망의 가장 기본 단위입니다.구성 요소: 입력 값, 가중치(weight), 바이어스(bias), 활성화 함수(activation function).동작: 입력 값에 가중치를 곱하고, 바이어스를 더한 후, 활성화 함수를 통해 최종 출력을 계산합니다.2. 다중 퍼셉트론(M..

클러스터링 평가지표는 클러스터링 알고리즘이 생성한 클러스터의 품질을 평가하는 데 사용됩니다. 이 지표들은 주로 내부 평가 지표와 외부 평가 지표로 나뉩니다.내부 평가 지표 (Internal Evaluation Metrics)내부 평가 지표는 클러스터의 품질을 데이터 자체의 특성을 기반으로 평가합니다. 이는 외부 레이블이 없는 경우에도 사용할 수 있습니다.Silhouette Score (실루엣 점수)각 데이터 포인트의 실루엣 계수는 해당 포인트가 속한 클러스터 내의 응집도와 다른 클러스터 간의 분리도를 기반으로 계산됩니다.실루엣 계수는 -1에서 1 사이의 값을 가지며, 값이 클수록 클러스터링이 잘 된 것을 의미합니다.1에 가까울수록 데이터 포인트가 잘 맞는 클러스터에 속해 있고, 다른 클러스터와 잘 분리되..

재귀와 코딩 테스트 문제재귀란?재귀는 함수가 자기 자신을 호출하는 프로그래밍 기법입니다. 이를 통해 복잡한 문제를 더 작은 문제로 나누어 해결할 수 있습니다.재귀의 이해유치원생도 이해할 수 있도록 재귀를 설명하자면, "러시안 돌 속에 돌" 장난감을 생각하면 됩니다. 큰 인형 속에 더 작은 인형이 들어있고, 가장 작은 인형을 찾을 때까지 계속 작은 인형을 열어보는 것과 비슷합니다. 문제를 계속 작은 문제로 나누고, 가장 작은 문제를 해결해나가면 전체 문제를 해결할 수 있습니다.재귀의 예시계단 오르기 문제어린이가 계단을 오르는 방법을 여러 가지 방법으로 계산해봅시다. 각 단계에서 한 계단 또는 두 계단을 오를 수 있다고 가정합니다. 예를 들어 계단이 3개라면 다음과 같은 방법으로 오를 수 있습니다:한 계단,..

파이썬에서 데이터를 시각화하기 위해 사용할 수 있는 여러 라이브러리가 있습니다. 여기에 몇 가지 인기 있는 라이브러리를 소개합니다:Matplotlib: 파이썬에서 가장 널리 사용되는 데이터 시각화 라이브러리 중 하나로, 다양한 형태의 그래프와 차트를 만드는 데 사용됩니다. 선 그래프, 히스토그램, 산점도 등 기본적인 그래프 스타일부터 시작해서 복잡한 히트맵이나 3D 그래프도 지원합니다.Seaborn: Matplotlib을 기반으로 하며, 좀 더 아름답고 복잡한 통계 그래프를 쉽게 그릴 수 있습니다. Seaborn은 Matplotlib의 기능을 확장하여 통계 데이터를 시각화하는 데 특화되어 있으며, 더 매력적이고 정보를 잘 전달하는 그래프를 손쉽게 생성할 수 있습니다.Plotly: 사용자 친화적인 인터페이..