코딩뚠뚠

인턴에서 GNN을 이용한 Situation Recognition을 수행하며 Graph Neural Network 야 말로 진정한 AI가 아닐까? 라는 생각이 들어 관심이 생겼다. 아래는 GNN을 이용한 상황인식을 하는데 참고한 논문 링크이다. openaccess.thecvf.com/content_ICCV_2017/papers/Li_Situation_Recognition_With_ICCV_2017_paper.pdf 아래는 공부하기 전 지금까지 내가 이해한 GNN의 기초 개념이다. 1. 그래프는 고정된 형태가 아니고 유클리드 좌표계에 나타내기 어려워 직관적인 해석이 어렵다는 단점을 가지고 있지만 2. 관계나 상호작용을 나타낼 수 있어 이의 특성을 이용한다면 사회 관계망을 분석하거나 바이러스의 확산 같은 추상..

이전포스팅에서 GNN 에서의 graph embedding 이란, 그 이유, 인코더의 종류 , similarity function에 대해서 알아보았다. dbstndi6316.tistory.com/248 [머신러닝 공부] 딥러닝/GNN - 1 인턴에서 GNN을 이용한 Situation Recognition을 수행하며 Graph Neural Network 야 말로 진정한 AI가 아닐까? 라는 생각이 들어 관심이 생겼다. 아래는 GNN을 이용한 상황인식을 하는데 참고한 논문 링크이다. dbstndi6316.tistory.com 이번에는 중요한 Random Walk Optimization 부터 다시 시작해보고자 한다. Random Walk Optimization graph domain에서 feature learn..

Graph 에서의 Representation learning representation learning : 표현학습 으로 쉽게 말하면 딥러닝 그 자체이다. 복잡한 데이터의 구조를 layer화 한다. Graph 에서의 representation learning 은 우리가 알고있는 딥러닝 layer 와 다르게 동작할까? ''같은 의미로 동작한다'' graph의 node를 function을 통해 Latent space(embedding space)로 embedding 할 수 있다. graph의 embedding을 통해 다양한 임무를 효과적으로 수행할 수 있다. 그래프를 왜 Embedding 할까? graph는 node로 이루어져있고 각 노드는 인접한 node가 있다. 그 정보들로 인접행렬 (Adjacency ..

딥러닝 모델을 평가 할 때 어떻게 모델의 완성도를 측정할 수 있을까? Accuracy (정확도) 만 가지고 측정이 가능할까? 이번 포스팅에서는 여러 머신러닝에서 통상적으로 쓰이는 지표들에 대해서 알아보도록 한다 Accuracy, Recall, Precision, F1score, PRcurve, AP, mAP, IOU +confusion matrix.. 우선 아래의 Confusion Matrix 에 대해 간단히 알아보도록 하자 TP FN FP TN 의 네 가지 분류가 있고 앞 : T F 뒤 : P N 으로 나뉨을 알 수 있다. P : predict - ex) 사과가 있다 N : negative - ex) 사과가 없다 T : true - 예측한 것이 맞았다 F : false - 예측한 것이 틀렸다. 이제 다..

머신러닝과 딥러닝의 확실한 차이를 확실히 알아보려 한다. 대부분 '머신러닝과 딥러닝 차이' 검색어를 치면 아래 사진과 같이 나온다. 나는 이 그림만 보고는 대체 머신러닝과 딥러닝이 뭐가 다른지 와닿지 않았다. 모델이 다른건가? 아니 모델은 딥러닝인가 머신러닝인가? 텐서플로우 쓰는건 다 딥러닝인가? 나는 머신러닝 코드를 짜는건가 딥러닝 코드를 짜는건가? 수많은 의문이 들었다. 하지만 우선은 딥러닝은 머신러닝의 범주안에 든다는 것을 알았다. 딥러닝 ? 이와 같은 그림을 본 적 있을 것이다. 그럼 이런 이미지는 어떤가? 그렇다 뉴런을 모방한 인공신경망과 연관지어 얘기해보고자 한다. 사실 딥러닝은 머신러닝의 범주 내에 들기도 하지만 인공신경망의 범주 내에 들기도 한다. 머신러닝 > 인공신경망 > 딥러닝 이와 같..

포스코 포스텍에서 제공하는 청년 AI-BigData 아카데미 과정의 온라인 예습 과정 중 하나인 데이터 과학에 대한 강의를 듣고 정리한 포스팅이다. pabi.smartlearn.io/ 청년 AI·Big Data 아카데미 온라인 기초과정 (MOOC) 취업 준비생 누구나 POSTECH과 POSCO가 제공하는 무료 온라인 교육 과정에 참여할 수 있습니다. pabi.smartlearn.io 현업 데이터 특성과 예측 모형 데이터 수집 - random의 의미 예측모형에서 training과 Test set 예측모형의 과적합 over & under sampling 문제 데이터 수집 - random의 의미 양질의 데이터를 확보하는게 중요하다 (대표성을 띄는것, 랜덤한것) 분석용 데이터와 현장 데이터의 차이 -> On l..

포스코 포스텍에서 제공하는 청년 AI-BigData 아카데미 과정의 온라인 예습 과정 중 하나인 데이터 과학에 대한 강의를 듣고 정리한 포스팅이다. pabi.smartlearn.io/ 청년 AI·Big Data 아카데미 온라인 기초과정 (MOOC) 취업 준비생 누구나 POSTECH과 POSCO가 제공하는 무료 온라인 교육 과정에 참여할 수 있습니다. pabi.smartlearn.io 지난 포스팅에 이어 이번에는 통계 검정방법에 대한 강의를 수강하였다. 통계 검정방법 신뢰구간의 의미 통계적 검정은 왜 필요한가 두 집단 t-검정 p-value의 실제의미 신뢰구간의 의미 신뢰구간 이라는 용어를 많이 듣게 되는 곳은 여론조사때 미디어! ex) 지지율이 37%, 40% 일때 오차범위가 3%면 34% ~ 40% 3..

포스코 포스텍에서 제공하는 청년 AI-BigData 아카데미 과정의 온라인 예습 과정 중 하나인 데이터 과학에 대한 강의를 듣고 정리한 포스팅이다. 강의 링크 : pabi.smartlearn.io/? 청년 AI·Big Data 아카데미 온라인 기초과정 (MOOC) 취업 준비생 누구나 POSTECH과 POSCO가 제공하는 무료 온라인 교육 과정에 참여할 수 있습니다. pabi.smartlearn.io 확률의 기초개념 : 통계란? - 데이터를 수집, 처리, 분석, 활용하는 지식 확률이란? - 특정한 사건이 일어날 가능성을 0~1 사이의 값으로 나타내는 것 장기적으로 어떤 사건이 일어날 가능성은 확률적으로 예측이 가능하다 사건 : 표본 공간에서 관심의 대상인 부분집합 표본공간 : 확률실험의 모든 가능한 결과의..