반응형 KT-AIVLE13 [KT-AIVLE 끝 AI트랙] 잡페어 및 에이블 스쿨 수료 잡페어 2023.07.14 // 14:00 ~ 17:00 장소 : 서울 송파 소피텔 앰배서더 서울 조금이라도 기차표를 아끼기 위해 에이블 동료 4명과 아침 06:10분 기차를 타고 서울로 향했습니다. 서울 도착후 바로 잠실에 가서 먹은 점심 14:00되자마자 잡페어 현장에서 지OO강사님의 공연을 보았습니다. 노래도 잘부르시고 기타도 잘치시고 너무 멋있었습니다.! 공연이 끝난 후 총 13개의 부스를 돌아다니며 Q&A시간을 가졌습니다. 에이블 시작하기 전 12/31부터 함께 했던 너무나도 각별한 스터디원들과 잡페어 끝난 후 롯데월드 몰에서 저녁식사를 했습니다. 전부 타 지역 분들이라 처음 만나뵙게 됬는데 너무 반가웠습니다 ㅎ 수료식 2023.01.31 ~ 2023.07.18 // 6개월 과정의 에이블 스쿨이.. 2023. 7. 21. [KT-AIVLE 17주차 AI Track] 미니 프로젝트 7차(Web) 블로그 카테고리 용도 : 매주 에이블 스쿨에서 배운 내용을 복습하기 위해 ✨17주차 후기 빅 프로젝트를 대비할 수 있는 좋은 웹 프로젝트 경험이였음. 프론트엔드 위주의 프로젝트 사용자 입장을 고려해서 홈페이지를 어느 팀이 얼마나 더 잘 꾸미느냐의 대결 웹 프로젝트는 처음이였는데 웹 디자인 꾸미는게 흥미로웠음. 로그인기능까지 구현을 원했지만 시간 관계상 실패. 미니프로젝트 7차 📌 수어 번역 챗봇 서비스 웹페이지 개발 전체 적인 서비스 Flow 1. 사용자는 번역하고자 하는 수어 사진을 웹페이에 올린다. 2. CNN모델을 통해 이미지를 수어알파벳으로 분류한다. 3. Chat gpt를 통해 문장의 의미를 번역(API사용) 메인페이지 화면 1. 메인 페이지를 최대한 깔끔하고 필요한 기능만 보이게 제작했는데 이.. 2023. 5. 30. [KT-AIVLE 11주차 AI Track] 미니프로젝트 5차 블로그 카테고리 용도 🔎 매주 KT 에이블 스쿨에서 배운 내용을 복기하기 위해 ✨ 11주차 소감 피쳐가 많다면 줄일 수 있는 방법을 찾아보자 미니프로젝트 5차 📌 스마트폰 센서 데이터 기반 모션 분류 받은 데이터 : X축,Y축,Z축 신호에 대한 가속도,각속도등 250가지 이상의 feature를 가진 데이터 (매우 좋은 데이터로 전처리 방법, 모델에 상관없이 정확도가 99%가 나옴) ⚠️ 문제 정의 : 모델예측하는데 쓰이는 feature가 너무 많음. 과도한 시간과 노력을 들일 만큼 모든 feature가 모델 예측에 유의미한 데이터로 적용되는가? 그렇지 않다면 feature를 줄여서 비용을 아껴보자 🔎 사용 방법 : 1, 변수 중요도 기반으로 상위 n개의 데이터를 추출(Permutation Importan.. 2023. 4. 24. [KT-AIVLE 10주차 AI Track] 미니프로젝트 4차 (NLP) 블로그 카테고리 용도 🔎 매주 KT 에이블 스쿨에서 배운 내용을 복기하기 위해 ✨ 10주차 소감 모델자체의 성능향상에는 한계가 있다. 다시 eda와 전처리로 돌아가자 우수팀들의 발표를 들으며 pre-trained된 모델이 확실히 성능이 좋구나.. 라는 걸 느꼈습니다. Kaggle 📌 문의 내용 유형 분류하기(다중 분류 모델링) 받은 데이터 : 에이블 스쿨 문의 내용 분류 데이터 작업 환경 : Colab 🔎 전처리 1. 범주형 라벨 숫자로 처리 2. konlpy Mecab을 활용하여 형태소 단위로 토큰화(속도,정확도 측면에서 제일 좋았음) (토큰화를 하는 이유 -> 많은 모델에서 학습할 때 토큰화된 데이터를 필요로 하기때문에) 3. 특수문자 제거(정규 표현식 이용) https://docs.python.or.. 2023. 4. 24. [KT-AIVLE 8주차 AI Track] 미니프로젝트 3차 (CNN) 블로그 카테고리 용도 : 🔎 매주 KT 에이블 스쿨에서 배운 내용을 복기하기 위해 ✨8주차 소감 잘하는 사람은 정말 많다 꾸준히만 성장해보자 확실히 프로젝트를 통해 배우는 점이 훨씬 많은 것 같다. 🥇첫번째 프로젝트 📌차량 공유업체의 차량 파손 여부 분류하기(이진 분류 모델링) 받은 데이터 : 파손된 차량이미지, 파손되지 않은 차량 이미지 전처리 : 1. 데이터 셋 폴더 생성 2. 폴더 구조 만들기(각 폴더에는 normal/abnormal) 3. trainings set/ validation set/ test set 생성 (random,shutil모듈 사용) 4. 데이터 복사 및 이동(os 모듈로 이미지 복사 이동) 모델링 : 1. 이미지를 array로 변환 2. noraml - 0, abnormal -.. 2023. 3. 27. [KT-AIVLE 7주차 AI Track] CNN 시각지능 딥러닝 블로그 카테고리 용도 : 🔎 매주 KT 에이블 스쿨에서 배운 내용을 복습하기 위해 ✨ 7주차 소감 CNN이 뭔지 잘 모르고 7주차가 시작됬는데 진도를 정말 천천히 나가주셔서 다행이였습니다..ㅎㅎ Object Detection이 정말 신기했습니다 본인 문제에 맞는 모델을 찾고 잘 적용시켜서 서비스화까지 하는게 중요하다고 느꼈습니다. 8주차 미프를 통해 더 익숙해져야겠다고 느꼈습니다 CNN의 기본 구조 Input -> Padding -> Convolutional Layer -> Pooling -> Convolutional Layer -> ,,, -> Flatterning -> Output CNN 이란 ? Convolutinal Neural network(합성곱 신경망)의 줄임말로 인간의 시신경을 모방하여 만.. 2023. 3. 20. 이전 1 2 3 다음 반응형
