Sequences, Time Series, and Prediction(2) - Deep Learning
2022. 8. 22. 15:03
인공지능/tensorflow certificate
2주차 window 사이즈 만한 값들을 input x, 그 다음 값을 label y로 세팅 - 위 예시에서는 30 features dataset = tf.data.Dataset.range(10) for val in dataset: print(val.numpy()) windowing 해보기 dataset = tf.data.Dataset.range(10) dataset = dataset.window(5, shift=1) for window_dataset in dataset: for val in window_dataset: print(val.numpy(), end=" ") print() - window 사이즈, 그리고 매번 얼마나 shift할지 dataset = tf.data.Dataset.range(10) ..
Sequences, Time Series, and Prediction(1) - mathematical method
2022. 8. 22. 14:40
인공지능/tensorflow certificate
- 미래를 예측하거나, 과거를 복원하거나, 비어있는 데이터 갭을 채우거나, 이상치를 탐지하거나 - sound wave analysis "Trend, Seasonality" "Noise" "auto-corelated time series - lag (이전 step에 의존적인)" 현실 데이터 : Trend + Seasonality + Autocorrelation + Noise 아래와 같은 "non-stationary time series" 도 있음 stationary --> 시간에 따라 behaviour가 바뀌지 않는다는 의미 non-stationary --> optimal time window for training will vary 여기서 각종 time series 시뮬레이션 해볼 수 있음 위 데이터에서..
Natural Language Processing in TensorFlow(2)
2022. 8. 21. 23:29
인공지능/tensorflow certificate
3주차 model = tf.keras.Sequential([ tf.keras.layers.Embedding(tokneizer.vocab_size, 64), tf.keras.layers.Bidirectional(tf.keras.layers.LSTM(64)), tf.keras.layers.Dense(64, activation='relu'), tf.keras.layers.Dense(1, activation='sigmoid') ]) - tf.keras.layers.Bidirectional(tf.keras.layers.LSTM(64)) - 64 : 해당 레이어로부터 원하는 output size - Bidirectional : cell state가 bi-directional 하게 움직인다 - bidirectiona..
2022 구글 머신러닝 부트캠프 8주차 이야기
2022. 8. 21. 19:29
진로/구글 머신러닝 부트캠프
또 타이밍을 놓쳤군. 어느덧 8주차다. 백수가 된 지 일주일이라는 뜻이다. 백수가 됨과 동시에 불안감이 치솟고 있다. 이거 가능하긴 한 걸까? 내가 인공지능 엔지니어로 취업할 수 있을까? 순전히 내가 얼마나 열심히 하는지에 달린 문제가 아니라면 어떡하지. 물론 이런 고민할 시간에 조금이라도 더 공부하는 게 맞다. 이 불안감을 잠재우고 공부에 몰두할 수만 있다면... 이번주에는 간단하게 공부 계획을 세웠다. 컴퓨터, 수학, 통계 .. 전부 놓치면 안 되는 것들이다. 거기에 JD 분석까지.. 얼마나 오래 시간이 걸릴지 모르겠다. 나는 아직도 내 실력을 못 믿고 있고, 내가 믿지 못한다면 기업도 믿지 못할 것이다. 내가 스스로 자신감을 느낄 때라야 준비된 상태가 된다. 강의 프로그램이 끝나고 살짝 늘어지는 걸..
Natural Language Processing in TensorFlow(1)
2022. 8. 21. 17:07
인공지능/tensorflow certificate
1주차 각 단어(word)에 값(value)을 부여한다면? import tensorflow as tf from tensorflow import keras from tensorflow.keras.preprocessing.text import Tokenizer sentences = [ 'I love my dog', 'I love my cat' ] tokenizer = Tokenizer(num_words=100) tokenizer.fit_on_texts(sentences) word_index = tokenizer.word_index print(word_index) - Tokenizer : sentence 로부터 vector 생성해줌 - num_words : top 100 words in volume - dic..
Convolutional Neural Networks in TensorFlow
2022. 8. 19. 19:46
인공지능/tensorflow certificate
1주차 from tensorflow.keras.preprocessing.image import ImageDataGenerator train_datagen = ImageDataGenerator(rescale=1./255) train_generator = train_datagen.flow_from_directory( train_dir, target_size=(150,150), batch_size=20, class_mode='binary') test_datagen = ImageDataGenerator(rescale=1./255) validation_generator = test_datagen.flow_from_directory( validation_dir, target_size=(150,150), batch_..
Introduction to TensorFlow for Artificial Intelligence, ML, and DL
2022. 8. 18. 14:24
인공지능/tensorflow certificate
1주차 model = keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])]) model.compile(optimizer='sgd', loss='mean_squared_error') - Dense : define a layer of connected neurons -> 여기는 dense 가 하나이므로, 레이어 하나에 single neuron - input_shape = [1] : one value as input - loss function을 통해 guess가 얼마나 좋았는지 안 좋았는지 optimizer가 판단 xs = np.array([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], dtype=float) ys = np.array([..
공부 계획 (2022.09.26 업데이트)
2022. 8. 17. 20:53
진로/취업
공부는 이제 시작이다. 코세라 강의를 통해 ML/DL 기초는 다시 제대로 훑어볼 수 있었다. 지금까지도 그래왔지만, 앞으로도 공부는 스스로 해야 한다. 데이터 엔지니어로 1년 동안 일하면서 나에게 무엇이 필요한지 깨달을 수 있었다. 아래는 내가 앞으로 반 년간 빡세게(!) 준비할 내용들이다 1. 컴퓨터 - 알고리즘, 자료구조 - 모두를 위한 컴퓨터 과학(CS50) - 운영체제 - 이곳 참고하여 커리큘럼 구성 - 네트워크 - 입문용 책으로 일단 시작! - 코딩테스트 준비 - 매일 하나씩 푸는 연습 + 코딩테스트 책 - 컴퓨터 밑바닥부터 이해하기 시리즈 완강 2. 인공지능 - ML/DL 이론 - 블로그에 정리한 내용 복습 - 최신 연구 동향 - NLP? CV? - 고전 논문 읽기 - ML/DL 이론 복습과 ..