SW개발/머신러닝
-
Langchain 깊게 파보기SW개발/머신러닝 2024. 5. 5. 22:51
Langchain 의 내부 동작 깊게 파보기https://github.com/langchain-ai/langchain GitHub - langchain-ai/langchain: 🦜🔗 Build context-aware reasoning applications🦜🔗 Build context-aware reasoning applications. Contribute to langchain-ai/langchain development by creating an account on GitHub.github.com Langchain 내부는 어떻게 구현되어있을까?본 궁금증은 Langchain 에 Gemini 를 이용하여 RAG 를 테스트하던 중,RAG 를 사용하거나 안 하거나 받은 LLM의 답변이 거의 비슷한 ..
-
엑셀로 공부하는 딥러닝 자료 모음SW개발/머신러닝 2024. 4. 20. 19:47
도서 위키독스 - 엑셀로 맛보는 딥러닝 by Hong JaeKwon (무료) https://wikidocs.net/book/4790 엑셀로 맛보는 딥러닝 딥러닝! 친숙하지만 어려운 이름! 이제 친숙한 엑셀로 딥러닝의 원리를 기초부터 직접 구현해 보자! 선형회귀부터 CNN과 RNN까지! 어려운 수식없이 직관적으로 딥… wikidocs.net 엑셀로 배우는 딥러닝 by 와쿠이 요시유키 , 와쿠이 사다미 (유료) https://product.kyobobook.co.kr/detail/S000000559960 엑셀로 배우는 딥러닝 | 와쿠이 요시유키 - 교보문고 엑셀로 배우는 딥러닝 | 어려운 딥러닝은 저리가라~ 엑셀로 대화하고 차근차근 이해하는 딥러닝 첫 입문서! 합성곱 신경망의 판단 엑셀 워크시트의 예 다수 ..
-
Kaggle 학습을 위한 자료SW개발/머신러닝 2024. 3. 27. 23:12
1. Coursera 머신러닝 기초 학습 (Standford 대학 Andrew Ng 교수님 기계학습 강의) https://www.coursera.org/learn/machine-learning 지도 머신 러닝: 회귀 및 분류 머신 러닝 전문 과정의 첫 번째 과정에서는 다음과 같은 내용을 학습합니다. - 인기 있는 머신 러닝 라이브러리인 NumPy와 scikit-learn을 사용하여 Python으로 머신 러닝 모델 구축 - 선형 회귀 및 로지 www.coursera.org 2. 이유한님 캐글 코리아 캐글 스터디 커널 커리큘럼 https://kaggle-kr.tistory.com/32 [이유한님] 캐글 코리아 캐글 스터디 커널 커리큘럼 유한님이 이전에 공유해주신 캐글 커널 커리큘럼 정리본입니다. 다들 Kee..
-
OpenCV를 사용하지 않는 얼굴 검출 코드들SW개발/머신러닝 2020. 1. 19. 18:10
Face detection (얼굴 검출/얼굴 인식) 다양한 얼굴 검출 이론 정리: https://facedetection.com/algorithms/ SSR filter (얼굴의 특징을 담은 사각형들) 를 이용한 얼굴 인식 논문: https://www.design-reuse.com/articles/6899/real-time-face-detection-using-six-segmented-rectangular-filter-ssr-filter-real-time-face-detection-using-six-segmented-rectangular-filter-ssr-filter.html Haar cascade 논문 (Rapid Object Detection using a Boosted Cascade - Viola..
-
github contributor로 기여하기SW개발/머신러닝 2019. 8. 14. 19:12
* 처음으로 Pull Request를 성공하고, 그 과정을 나중을 위해 기록해둠 1. 기존 기여 절차 확인 github contributor가 되려면 원하는 github repository의 안내 문서를 확인해본다. 예를 들어, tensorflow/docs의 경우 번역가로 기여할 수 있다. 한국어 번역 안내 md 파일(https://github.com/tensorflow/docs/tree/master/site/ko)을 보면 처음 시작하는 경우 메일에 번역 시작을 알리고, 구글 스프레드 시트에 기록하도록 잘 안내되어있다. 2. repository Fork 하기 repository의 내용을 수정하여 커밋하기 위해 내 저장소로 Fork해온다. 3. 기여할 내용 작성 (안내 문서에 따라 필요한 절차 ex. 스프..
-
머신러닝 스터디 6주차 - 자동 인코더를 사용한 노이즈 제거SW개발/머신러닝 2019. 4. 10. 21:53
04/10 자동 인코더를 사용한 노이즈 제거 (p. 141) 자동 인코더는 이미지 노이즈를 제거하는 데도 사용할 수 있다. 노이즈 제거 인코더는 자율 방식으로 훈련된다. 노이즈는 일반 이미지에 도입되며, 자동 인코더는 원본 이미지들에 대해 학습한다. 그러고 나서 완전한 자동 인코더를 사용하면 노이즈가 없는 이미지를 생성할 수 있다. 이번 절에서는 MNIST 이미지의 노이즈를 제거하는 과정이다. 코드 (컴퓨터 비전과 딥러닝 p.142 ~ p. 144) """ 자동 인코더를 사용한 노이즈 제거 2019.04.10 PBY 최초작성 참고문헌: 컴퓨터 비전과 딥러닝 p.142 ~ p.144 """ # 필요한 라이브러리 가져오기 print("--loading packages--") import tensorflow ..
-
머신러닝 스터디 5주차 - 콘텐츠 기반 이미지 검색SW개발/머신러닝 2019. 4. 10. 21:34
04/03 콘텐츠 기반 이미지 검색 (p. 131) CBIR (Content-based Image Retrieval) 기술은 쿼리 이미지를 입력받아 대상 이미지 데이터베이스에 있는 이미지들의 순위를 정해 출력을 생성한다. CBIR은 특정 목표가 있는 이미지 검색 엔진이다. 검색을 위해서는 대상 이미지를 저장한 데이터베이스가 필요하며, 쿼리 이미지와 가장 근접한 대상 이미지를 반환한다. 검색 파이프라인 구축 (p. 133) 쿼리 이미지와 가장 잘 일치하는 대상 이미지를 얻는 일련의 과정을 검색 파이프라인이라고 한다. 이미지 데이터베이스의 특징들은 오프라인 상태에서 추출돼 데이터베이스로 저장돼야한다. 모든 쿼리 이미지에 대해 특징을 추출해 모든 대상 이미지에 대해 유사도를 계산한다. 이미지의 병목 특징 추출..
-
머신러닝 스터디 4주차 - DeepDreamSW개발/머신러닝 2019. 3. 31. 13:35
03/27 1. DeepDream 개요 원본 이미지에 deepdream 모델을 적용하여, 이미지 변환 2. 사용된 코드 """ Deep Dream 2019.03.27 PBY 최초작성 2019.03.31 PBY 주석추가 컴퓨터 비전과 딥러닝 p. 120 "뉴런 활성화는 이미지를 합성하는 대신 네트워크의 일부 레이어에서 증폭되기도 한다. 특징의 영향을 보기 위해 원본 이미지를 증폭하는 개념을 DeepDream이라 한다." """ print('import settings') import os import numpy as np import PIL.Image import urllib.request from tensorflow.python.platform import gfile import zipfile impor..