Hello World!

📝 기본 숙제Ch.04(04-2) KerasNLP 또는 허깅페이스 BERT 모델로 영화 리뷰 감성 분석 후 결과 캡처하기아래 내용 정리에서 확인하실 수 있습니다! 📘 추가 숙제Ch.04(04-2) 감성 분석에 사용된 토큰화 과정 살펴보고 입력과 출력 비교해 보기🔍 토큰화가 일어나는 코드prep_data = classifier.preprocessor(feature)🔍 토큰화 입력 : 원래 문장의 앞 100글자 출력print(feature.numpy()[:100]) 🔍 토큰화 출력 : 토큰 ID 출력print(len(prep_data['token_ids']), prep_data['token_ids'][:10])prep_data['token_ids'][-10:] 🔍 토큰화 출력 : 토큰 ID ➡️ ..

📝 기본 숙제Ch.03(03-3) 사전 훈련 모델로 피스타치오 품종 이미지 분류 실습 후 결과 캡처하기 📘 추가 숙제Ch.03(03-3) 허깅페이스 모델로 동일한 작업을 진행하고 결과 비교하기(p.183~)사전 훈련된 모델과 비교했을 때는 결과가 비슷하다. (잘 예측하지 못함)전이 학습된 모델과 비교했을 때는 전이 학습된 모델이 훨씬 더 잘 예측하는 것을 확인할 수 있다. 🗂️ 내용 정리Chap03-3 전이 학습으로 피스타치오 이미지 분류하기2. 허깅페이스로 강아지 사진 분류하기 3. 전이 학습으로 피스타치오 품종 분류하기1) 전이 학습 (transfer learning)- 사전 훈련된 신경망의 대부분은 그대로 두고 최상위 일부 층만 다시 훈련하여 새로운 문제에 적응시키는 방법 2) 사전 훈련..

작년에 이어 올해에도 숙명여자대학교 프로그래밍 경진대회에서 문제를 출제하게 되었습니다! 많이 늦었지만 후기를 적어보려고 합니다. 원래 시간순으로 SUAPC 2025 Winter 총괄 후기를 먼저 올리려고 했는데 이 후기는 8월 이후에 올리겠습니다. 🔎 대회 정보대회명 : SMUPC (숙명여자대학교 프로그래밍 경진대회)주최 : ALGOS (숙명여자대학교 소프트트웨어학부 알고리즘 학회), GDSC Sookmyung대회 일정본 대회 : 2025.05.17. 13:00 ~ 17:00Open Contest : 2025.05.18. 09:00 ~ 12:00https://www.acmicpc.net/category/detail/4494 🌿 출제자 작년에는 대회 총괄을 하느라 쉬운 두 문제를 제작했는데, 올해도 쉬..

🔗 참고자료https://aws.amazon.com/ko/what-is/sso/ SSO란 무엇인가요? - Single Sign-On 설명 - AWS예. SSO는 고급 ID 액세스 관리 솔루션입니다. 단일 로그온 솔루션을 구축하면 엔터프라이즈 애플리케이션 및 리소스에 대한 사용자 액세스 관리를 수행할 수 있습니다. SSO 솔루션을 사용하면 애aws.amazon.com 1. SSO(Single Sign-On)란?1.1 정의- 1회 사용자 인증으로 다수의 애플리케이션 및 웹사이트에 대한 사용자 로그인을 허용하는 인증 솔루션- 한 번 자격 증명이 검증된 사용자에게 반복되는 로그인 없이 모든 암호 보호 리소스에 액세스하도록 하여 보안과 사용자 경험을 모두 충족할 수 있음. 1.2 이점- 암호 보안 강화암호로 인..

📝 기본 숙제Ch.03(03-1, 03-2) MobileNet 또는 EfficientNet으로 이미지 분류하고 예측 결과 화면 캡처하기 📘 추가 숙제Ch.03(03-3) 텐서플로 허브에서 모델을 불러오는 코드와 실행 결과 설명하기import tf_keras as kerasfrom tf_keras import layersimport tensorflow_hub as hubhub_efficientb0 = keras.Sequential([ layers.Input(shape=(224, 224, 3)), layers.Rescaling(1.0 / 255.0), hub.KerasLayer("https://www.kaggle.com/models/tensorflow/efficientnet/framewo..

📝 기본 숙제Ch.02(02-2) VGGNet 또는 ResNet으로 고양이/강아지 이미지 분류하고 결과 화면 캡처하기 📘 추가 숙제Ch.02 (02-1, 02-2, 02-3) AlexNet, VGGNet, ResNet 중 하나를 골라 모델 구조를 그림 또는 표로 정리하기VGGNet을 그려보았습니다🎨 🗂️ 내용 정리Chap02-1 이미지 분류 CNN 모델 만들기1. 이미지넷 대회에서 우승한 최초의 CNN 모델 - AlexNet- 비정형 데이터 : 구조가 사전에 정의되지 않은 데이터 ➡️ 딥러닝 이용- AlexNet이미지 원본 픽셀을 그대로 사용하면서 성능면에서 뛰어남.LeNet-5 모델보다 많은 층을 사용한다.LeNet-5에서 사용한 활성화함수인 시그모이드 함수 대신 LeRu 함수를 사용한다. ➡️..

책을 좀 더 본격적으로 읽고, 독서후기를 공개적으로 기록하고 싶어서 독파에서 진행하는 방구석 책캉스 챌린지를 신청했습니다!좀 더 자세히 설명하자면- 7월 14일부터 8월 10일까지 4주동안 진행- 읽고 싶은 책 1-N권을 골라 읽고 완독후기 작성하는 형태로, 자율성이 큰 챌린지입니다.저는 1주 : 3월의 마치2주 : 믿음에 대하여3주 : 디 에센셜 한강4주 : 설자은, 불꽃을 쫓다으로 진행해볼까 생각 중입니다.

📝 기본 숙제Ch.01(01-3) LeNet으로 Fashion MNIST 분류 실습 후 예측 결과 화면 캡처하기📘 추가 숙제예측이 틀린 이미지를 골라 "왜 틀렸을까?" 추측해 보기옷의 생김새가 유사하거나 이미지 품질이 낮아서 모델이 구분할만한 특징을 제대로 학습+이용하지 못하는 경우가 있었을 것 같다. 🗂️ 내용 정리Chap01-3 패션 상품 이미지 분류하기1. LeNet 모델 만들기(1) 활성화 함수 : 시그모이드, relu (2) LeNet-5 모델 만들기 2. LeNet 모델 훈련하기(1) 위에서 만든 모델 구조 확인하기flatten 다음에 오는 세 개의 밀집층은 분류층이라고도 함. (2) 훈련 데이터 준비하기- 패션 MNIST 데이터셋 : 옷, 신발 등의 패션 아이템 이미지를 포함(3) 모델..

7월 3일에 진행되었던 제14회 한국인터넷거버넌스 포럼에 서포터즈로 참석한 후기를 남겨보고자 합니다. 🎤 인터넷거버넌스 공개 세미나공개 세미나는 올해 새롭게 진행된 행사였습니다. 다양한 주제를 바탕으로 강연을 들을 수 있었고, 현장에서의 질의응답도 인상 깊었습니다. 쉬는 시간동안 같이 온 동기+후배님들이랑 점심을 먹고 이후 진행되는 세션을 들었습니다! 🎤 세션저는 디지털 책임 트랙의 , , 인공지능 트랙의 를 들었습니다. [⚖️디지털 책임] 주제 : 혁신과 책임의 경계에 선 디지털 트윈 기술의 두 얼굴과 미래 1. 발제발제에서는 다양한 영상자료를 포함하여 디지털 트윈에 대해 소개해주셨습니다.디지털 트윈을 소개하는 3가지 중요 키워드는 Big data, AI, System Modeling Simula..

📝 기본 숙제Ch.01(01-1, 01-2) 구글 코랩에 텐서플로/케라스 설치하고, LeNet 모델 구조 그림으로 그려보기 📘 추가 숙제convolutional, Pooling, Dense 레이어의 기능 각각 설명하기(p.49)- 합성곱층 (convolutional layer)이미지의 작은 부분을 스캔하여 중요한 특성을 추출- 풀링층 (pooling layer)합성곱층에서 추출된 특성맵을 축소해 처리 속도를 높이고, 모델이 더 중요한 패턴에 집중하도록 만듦- 밀집층 (dense layer)이전 층에서 추출된 특성을 바탕으로 최종 결과를 도출 🗂️ 내용 정리Chap01-1 딥러닝 개발 환경 구축하기1. 코랩으로 실습 준비하기2. 텐서플로와 케라스2.1 텐서플로- 신경망 모델을 만들 수 있는 전문 ..