본문 바로가기

혼공단

[ '혼공학습단 8기' 리뷰] 느슨해진 SQL 공부를 게임처럼 재미있게 하기 일단 9월 SQLD시험 등록을 해놓고 SQL공부를 계속 하고 있는데, 일을 하면서 짬짬히 하는것이 쉽지 않았다. 일단 집에 오면 뻗어서 기절하기 일수고... 그래도 혼공단 덕분에 일주일에 최소 하루는 SQL공부에 푹 빠져서 할 수 있었다. 이렇게 혼공단을 하면서 SQL기본 책 하나는 떼었고, 기본 개념을 퀘스트를 받듯 하나하나 해나가다 보면 어느새 내가 SQL GUI까지 만들고 있다. 이제 문제 풀이 책을 파볼 차례!! 혼공족을 하다보면 나는 이렇게 구현했고 ㅇ런식으로 정리 했는데 남들은 어떻게 했나 어떤식으로 공부했다 보면서 나의 정리 스킬도 늘어갔다. 지난 기수의 혼공단 정리 블로그 글을 보면 정말 엉망 진창이었는데 이번에는 정리와 미션 수행까지 꽤나 잘 해본 느낌이다. 다음 기수에도 도전 해볼건데... 더보기
[혼공단8기] 혼공SQL로 시작하기 혼자서 공부하다 보면 내가 제대로 하는지 남들은 어떻게 하는지 궁금해서 가끔 자괴감에 빠지기도 하는데 혼공단 7기에서 했던것 처럼 일자를 정해서 내가 공부한것을 공유하고 남들이 공부하는것을 보는건 데드라인을 맞추는것을 너무 좋아하는 나에게는 매우 좋은 모티베이션이 된다. 그동안 공부한 SQL을 복습도 할겸 내가 놓친것은 무엇인지 체크도 할겸 이번에도 혼공 8기에 지원했고 선정되었다!! 이번에도 완주하고 잘 정리 해보자! 아래는 이번 혼공 SQL의 일정 및 커리 큘럼 🗓️ 혼공학습단 8기 활동 안내✍️ 1️⃣도서 별 커리큘럼에 따라 매주 미션을 수행해 주세요. 😀기본 미션: 필수 사항 😎추가 미션: 선택 사항(※매주 기본 미션만 참여해도 완주로 인정합니다.) ※주차 별 미션 수행 기간: 매주 월요일 ~ 일.. 더보기
[혼공단7기] 혼자공부하는머신+딥러닝 회고 몇개월간 AI 부트캠프로 머신러닝과 딥러닝을 배우고 뭔가 알겠는데 속이 비어있는 껍데기 같은 느낌이 들었었다. 그래서 뭐든 자신 없고 그래서 이력서도 몇달째 잡고 있었다. 너무 거짓말 하고 있는 느낌이었고. 그래서 다시 공부를 다지는것이 좋겠다 싶어서 혼공단에 지원했었다. 책을 보면서 혼자 공부하고 필요한 미션을 주지만 적당히 느슨해서 다른 업무와 같이 병행하는데 어렵지 않았다. 그리고 웬걸... 내가 공중에 떠있는 지식 같았던 머신러닝과 딥러닝 그리고 코드의 이해에 있어서 몇개월간 울면서 배웠던 그때보다 더 단단하게 속을 채워주었다. 나에게 너무 필요했던 내용들이 책에 세심하게 들어있었다. 아주 처음 접하는 내용이라면 한빛미디어에서 참고로 보여주는 유투브 내용을 보면서 진행하면 된다. [완결] 혼자 공.. 더보기
[혼공단7기] 혼공머신 6주차 미션 기본미션 Ch.07(07-1) 확인 문제 풀고, 풀이 과정 정리하기 1. 어떤 인공 신경망의 입력 특성이 100개이고 밀집층에 있는 뉴런 개수가 10개일때 필요한 모델 파라미터의 개수는 몇개인가요? >>1,010개 (입력 특성 x 뉴런 개수 ) + 뉴런 개수(뉴런마다 1개의 절편이 있기 때문에) 2. 케라스의 Dense클래스를 사용해 신경망의 출력층을 만들려고 합니다. 이 신경망이 이진분류 모델이라면 activation매개 변수에 어떤 활성화 함수를 지정해야 하나요? >> sigmoid 함수 : binary classifier 함수로 자주 쓰인다, 0~1사이의 값을 가지며, 0을 기준으로 양수를 가지면, 0.5보다 커지고 음수를 가지면 0.5보다 작아진다. - Softmax : Sigmoid 함수와 유사.. 더보기
[혼공단7기] 혼공머신 5주차 미션 기본미션 k-평균 알고리즘 작동 방식 설명하기 k-평균 알고리즘(K-means Algorithm) 은 처음에는 랜덤하게 클러스터 중심을 선택하고 점차 가장 가까운 샘플의 중심으로 이동한다. 작동방식은 1. 무작위로 k개의 클러스터 중심을 정한다. 2. 각 샘플에서 가장 가까운 클러스터 중심을 찾아 해당 클러스터의 샘플로 지정한다. 3. 클러스터에 속한 샘플의 평균값으로 클러스터 중심을 변경한다. 4. 클러스터 중심에 변화가 없을 때까지 가장 가까운 클러스터 중심을 찾는 2번으로 돌아가 반복한다. 선택미션 Ch.06(06-3) 확인 문제 풀고, 풀이 과정 정리하기 더보기
[혼공단7기] 혼공머신 4주차 미션 기본미션 4주차 Chapter 05 교차 검증을 그림으로 설명하기 교차검증 (Cross-Valisation) : 검증세트를 떼어 내어 평가하는 과정을 여러번 반복하여 이 점수를 평균하고 최종 검증 점수를 얻는다. 이는 안정적인 검증 점수를 얻고 훈련에 더 많은 데이터를 사용 할 수 있다. 1. Hold-out Cross-validation(CV) 2. k-fold Ccross-validation(CV) 1. Hold-out Cross-validation 데이터를 훈련/검증/테스트 세트로 나누어 학습을 진행. 2. k-fold cross-validation 교차검증을 하기 위해서 데이터를 k개로 등분, k개의 집합에서 k-1 개의 부분집합을 훈련에 사용하고 나머지 부분집합을 테스트 데이터로 검증하는 방법 .. 더보기
[혼공단7기] 혼공머신 2주차 미션 기본미션 1. 2주차 혼공머신 코랩 2. Chapter 03 Ch. 03(03-1) 2번 문제 출력 그래프 인증샷 # k최근접회귀 모듈 knr = KNeighborsRegressor() # x좌표 (5에서 45까지 농어 길이) x = np.arange(5, 45).reshape(-1,1) # n = 1, 5, 10 (k값 변경) for n in [1, 5, 10]: # 모델 학습 knr.n_neighbors = n knr.fit(train_input, train_target) # x 좌표 범위 만큼 예측 prediction = knr.predict(x) # 그래프 그리기 plt.scatter(train_input, train_target) plt.plot(x, prediction) plt.title(f'.. 더보기
[혼공단7기] 혼공머신 1주차 미션 기본미션 혼공 머신러닝+딥러닝 1주차 코랩 코랩 실습 화면 캡쳐 하기. 선택미션 Ch.02(02-1) 확인 문제 풀고, 풀이 과정 정리하기 머신러닝 알고리즘의 한 종류로서 샘플의 입력과 타깃(정답)을 알고 있을 때 사용할 수 있는 학습 방법은? 지도 학습: 입력과 타깃(정답)을 모두 알고 있을때 사용하는 학습 방법 비지도 학습: 타깃(정답)이 없는 데이터에 적용하는 학습 방법 차원 축소: 비지도 학습의 하나로 데이터가 가지고 있는 특성의 개수를 줄이는 방법. 강화 학습: 주어진 환경으로부터 보상을 받아 학습하는 방법 훈련 세트와 테스트 세트가 잘못 만들어져 전체 데이터를 대표하지 못하는 현상을 무엇이라고 부르나요? 샘플링 편향: 훈련 세트와 테스트 세트에 샘플이 골고루 섞여 있지 않고 잘못 샘플링 되어 .. 더보기

티스토리툴바