분류 전체보기

MNIST 데이터셋의 특징부터 구현까지 - 딥러닝의 신경망

목차 개요 MNIST 데이터 세트는 특히 컴퓨터 비전 분야에서 기계 학습 모델을 교육하고 테스트하는 데 널리 사용되는 데이터 세트입니다. Modified National Institute of Standards and Technology의 약자입니다. 특징 MNIST 데이터 세트는 60,000개의 학습 이미지와 10,000개의 손글씨 숫자 테스트 이미지로 구성되며 각 이미지의 크기는 28x28픽셀이고 회색조입니다. 각 이미지에는 0에서 9까지의 해당 숫자가 표시됩니다. MNIST 데이터 세트에서 훈련된 모델의 목표는 손으로 쓴 숫자의 이미지를 입력으로 가져와 10자리 숫자 중 하나로 올바르게 분류하는 것입니다. 이것은 고전적인 이미지 분류 문제이며 다양한 기계 학습 모델 및 아키텍처의 성능을 테스트하기 ..

소프트맥스 함수란 무엇인가? softmax 함수 특징부터 구현까지

목차 소프트맥스 함수 개요 softargmax 또는 정규화된 지수 함수라고도 하는 softmax 함수는 문제가 다중 클래스 분류인 경우 신경망의 출력 계층에서 일반적으로 사용되는 활성화 함수입니다. 입력 값(실수일 수 있음)을 K 클래스에 대한 확률 분포로 매핑합니다. 여기서 K는 클래스 수입니다. 함수는 다음과 같이 정의됩니다. softmax(x) = exp(x) / sum(exp(x)) 여기서 x는 각 클래스에 대한 입력 값의 벡터이고 exp는 지수 함수이며 분모는 모든 클래스에 대한 지수 값의 합입니다. softmax 함수의 출력은 모든 클래스에 대한 값의 합이 1인 확률 분포입니다. 이는 softmax 함수의 출력이 각 클래스에 속하는 입력의 확률로 해석될 수 있음을 의미합니다. 확률이 가장 높은..

SQLD 자격증이란? SQL 개발자 시험의 일정과 과목 정리 (2023)

SQLD 자격증은 SQL소프트웨어를 사용하여 데이터를 조작하고 추출할 수 있음을 입증하는 자격증입니다. 이 글에서는 SQLD 자격증의 시험일정과 시험과목 3가지 등의 SQLD 자격증을 위한 정보들을 상세하게 설명하고 있습니다. 잘 준비하셔서, 꼭 SQLD 자격시험에 합격하시길 기원합니다. 목차 SQLD 자격증 SQLD 자격증은 SQL 데이터베이스 프로그램을 사용해 데이터베이스와 데이터 모델링을 이용해 데이터를 조작하고 추출할 수 있음을 입증하는 국가공인 자격증입니다. SQL 자격증을 취득한 개발자는 SQL작성, 성능 최적화 등 데이터베이스 설계 및 구현 등의 전문지식 능력을 필요로 합니다. SQLD 자격증 일정 구분 회차 접수기간 수험표발급 시험일 사전점수발표 결과발표 증빙서류 제출기간 SQL 개발자 제..

자격증 2023.01.23

파이썬의 keras를 이용해 3층 신경망을 구현해 보자 - 딥러닝

목차 3층 신경망이란 3층 신경망은 다층 퍼셉트론(MLP)이라고도 하며 입력 계층, 하나 이상의 숨겨진 계층 및 출력 계층의 3개 계층으로 구성된 일종의 인공 신경망입니다. 입력 레이어는 입력 데이터를 수신한 다음 숨겨진 레이어에서 처리합니다. 입력 레이어의 뉴런 수는 입력 데이터의 피처 수에 해당하며 숨겨진 레이어의 뉴런 수는 모델의 성능을 최적화하기 위해 조정될 수 있습니다. 활성화 함수는 숨겨진 레이어의 각 뉴런 출력에 적용되어 네트워크에 비선형성을 도입하는 데 도움이 됩니다. 출력 계층은 처리된 입력 데이터를 기반으로 최종 예측 또는 분류를 생성합니다. 출력 계층의 뉴런 수는 모델이 예측하려는 클래스 또는 출력의 수에 해당합니다. 출력 레이어에서 사용되는 활성화 함수는 태스크의 종류에 따라 달라지..

2. 데이터베이스 - 빅데이터 분석기사 정리

목차 데이터베이스의 정의 데이터베이스는 전자적으로 저장되고 컴퓨터 시스템에서 액세스하고 관리할 수 있는 구조화된 데이터 모음입니다. 정보를 쉽게 구성, 저장, 검색 및 조작할 수 있도록 설계되었습니다. 데이터베이스는 단순한 데이터 저장에서 복잡한 데이터 분석에 이르기까지 광범위한 애플리케이션에 사용할 수 있습니다. 금융, 의료, 정부 및 전자 상거래를 포함한 많은 산업에서 대량의 데이터를 관리하고 분석하는 데 사용됩니다. 데이터베이스는 관계형 데이터베이스 관리 시스템(RDBMS) 또는 NoSQL 데이터베이스와 같은 다양한 유형의 소프트웨어를 사용하여 구현할 수 있습니다. 데이터베이스 관리 시스템 DBMS의 정의 데이터베이스 관리 시스템(DBMS)은 최종 사용자, 다른 응용 프로그램 및 데이터베이스 자체와..

ReLU함수란 무엇인가? ReLU 활성화 함수 특징과 구현방법

목차 개요 ReLU(Rectified Linear Unit) 함수는 신경망에서 일반적으로 사용되는 비선형 활성화 함수입니다. 다음과 같이 정의됩니다. ReLU(x) = max(0, x) 모든 음수 입력 값을 0으로 매핑하고 음수가 아닌 모든 입력 값을 그대로 유지합니다. 이 함수는 실수에 대해서만 정의되며, 양수일 때 입력과 음수일 때 0과 같은 출력을 생성합니다. 특징 ReLU 활성화 함수는 구현이 간단하고 계산적으로 효율적이며 0에서 간단한 임계값 연산으로 정의되며 지수나 로그와 같은 복잡한 수학 연산이 없습니다. ReLU는 시그모이드와 같은 다른 활성화 함수에서 흔히 발생하는 기울기 소실 문제를 방지하는 데 도움이 되기 때문에 심층 신경망에서 널리 사용됩니다. ReLU 함수의 그래디언트는 0 또는 ..

계단 함수란? 딥러닝의 계단 활성화 함수 특징과 구현방법

목차 개요 계단 함수는 입력을 이진 출력(0 또는 1)으로 매핑하는 활성화 함수입니다. 주로 이진 분류 문제의 출력 계층에서 사용됩니다. 단계 함수는 다음과 같이 정의됩니다. 계단함수(x) = 1 if x >= 0 else 0 특징 계단 함수는 실수에 대해서만 정의되며 입력이 0보다 크거나 같으면 1, 입력이 0보다 작으면 0인 출력을 생성합니다. 단계 함수는 연속적으로 미분할 수 없으므로 최적화 프로세스를 만들 수 있습니다. 특히 네트워크에 여러 계층이 있는 경우 더 어렵습니다. 계단 함수는 모델이 출력에 대해 어려운 예측을 할 수 있도록 해주기 때문에 이진 분류 문제에 유용합니다. 입력이 특정 클래스에 속하는지 여부만 나타내는 이진 출력을 생성합니다. 계단 함수는 지속적으로 미분할 수 없고 최적화를 ..

NCS 기출문제 PDF 사이트 정리 - 2023년 최신 NCS 자료

최신년도의 NCS (국가직무능력표준) 기출 문제를 PDF로 제공하는 5곳의 사이트를 정리했습니다. 모든 사이트는 바로 PDF형태로 기출을 다운받아서 문제를 푸실 수 있도록 링크와 함께 제공됩니다. 잘 준비하셔서, 꼭 공채에 합격하시길 기원합니다. 목차 NCS란 NCS (국가직무능력표준) 은 공공기관에서 현장 실무 혹은 직무 수행에 필요한 지식을 말합니다. 공기업이나 공공기관 등에 공채를 하기 원한다면 NCS과정을 꼭 거쳐야 합니다. 아래에는 NCS의 합격을 위해, 기출문제를 받아 볼 수 있는 사이트가 잘 정리되어 있습니다. NCS페이지 취업준비생 전용페이지 필기문항 기출 직업기초능력, 일반사무, 문화콘텐츠 기획, 사회복지정책, 회계 등 모든 NCS의 기출문제가 첨부되어 있는 페이지입니다. 2023년 상반..

자격증 2023.01.21

시그모이드 함수란? 딥러닝의 시그모이드 활성화 함수 구현방법

목차 개요 시그모이드 함수는 신경망에서 일반적으로 사용되는 활성화 함수입니다. 입력을 0과 1 사이의 값으로 매핑하며, 이는 특정 클래스에 속하는 입력의 확률로 해석될 수 있습니다. 시그모이드 함수는 다음과 같이 정의됩니다. 시그모이드(x) = 1 / (1 + e^(-x)) 여기서 x는 함수에 대한 입력이고 e는 자연 로그의 밑입니다. 이 함수는 실제 입력 값을 가져와서 0과 1 사이의 값으로 매핑합니다. 함수의 출력은 확률 값입니다. 여기서 값 0은 확률 0%에 해당하고 값 1은 100% 확률에 해당합니다. 특징 시그모이드 함수는 "S" 모양 곡선을 가지며, 이는 모델이 출력에 대해 확률적 예측을 할 수 있도록 해주기 때문에 이진 분류 문제에 유용합니다. 시그모이드 함수는 또한 미분 가능한 출력을 생성..

1. 데이터와 정보란? - 빅데이터 분석기사 정리

목차 데이터의 정의 데이터는 통찰력, 지식 및 정보를 추출하기 위해 수집, 저장 및 처리되는 원시 정보를 의미합니다. 숫자, 텍스트, 이미지, 오디오 및 기타 형태의 디지털 및 아날로그 정보의 형태일 수 있습니다. 데이터는 스프레드시트와 같이 구조화되거나 텍스트 문서와 같이 구조화되지 않을 수 있습니다. 정보는 수집되는 맥락과 목적에 따라 질적이거나 양적이거나 수치적이거나 범주적일 수 있습니다. 데이터는 의사 결정, 과학적 연구 및 많은 기술 발전을 위한 기반이며 AI, 기계 학습 및 세상을 변화시키는 기타 기술의 원동력입니다. 데이터의 특징 데이터는 정성적(텍스트, 이미지) 또는 정량적(숫자, 통계)일 수 있습니다. 구조적(특정 형식으로 구성됨) 또는 비구조적(특정 형식으로 구성되지 않음)일 수 있습니..