ADP 실기 연습문제 (6)
본 게시물은 ADP 실기의 23회차 문제 풀이에 대한 것이다.
Category
- ADP 27
- Probability Distribution 8
- Statistics 7
- Language Model 6
- TensorFlow 5
- Sampling 5
- Time Series 4
- Autoencoder 3
- Reinforcement Learning 3
- Knowledge 3
- MLOps 3
- Large Language Model 3
- Additional Knowledge 2
- Recommender System 2
- Thesis 2
- Graph Neural Network 2
- ELMO 2
- K8S 2
- troubleshooting 1
- Deep Learning 1
- Git 1
- Machin Learning 1
- Fastai 1
ADP
ADP 실기 연습문제 (5)
본 게시물은 ADP 실기의 연습문제 풀이에 대한 것이다.
ADP 실기 연습문제 (4)
본 게시물은 ADP 실기의 연습문제 풀이에 대한 것이다.
ADP 실기 연습문제 (3)
본 게시물은 ADP 실기의 연습문제 풀이에 대한 것이다.
ADP 실기 연습문제 (2)
본 게시물은 ADP 실기의 연습문제 풀이에 대한 것이다.
ADP 실기 연습문제 (1)
본 게시물은 ADP 실기의 연습문제 풀이에 대한 것이다.
ADP 실기 16장 Time Series
본 게시물은 시계열 분석에 대한 내용을 소개한다.
ADP 실기 15장 Association Analysis
본 게시물은 연관분석에 대해 소개한다.
ADP 실기 13장 Linear Regression Analysis
본 게시물은 통계적 선형 회귀분석에 대해 소개한다.
ADP 실기 14장 Cluster analysis
본 게시물은 군집분석에 대해 소개한다.
ADP 실기 12장 Statisitc test
본 게시물은 다양한 통계적 검정 방법에 대해 소개한다.
ADP 실기 11장 Naive Bayes
본 게시물은 Naive Bayes에 대해 소개한다.
ADP 실기 10장 Ensemble
본 게시물은 Ensemble에 대해 소개한다.
ADP 실기 9장 Decision Tree
본 게시물은 Decision Tree에 대해 소개한다.
ADP 실기 8장 KNN Clustering
본 게시물은 KNN Clustering에 대해 소개한다.
ADP 실기 7장 Support Vector Machine
본 게시물은 Support Vector Machine에 대해 소개한다.
ADP 실기 6장 Logistic Regression
본 게시물은 Logistic Regression에 대해 소개한다.
ADP 실기 5장 Linear Regression
본 게시물은 Linear Regression에 대해 소개한다.
ADP 실기 4장 머신러닝 프로세스
본 게시물은 평가함수와 머신러닝 기초 예제에 대해 소개한다.
ADP 실기 3장 데이터 전처리
본 게시물은 데이터 전처리 종류와 방식에 대한 내용을 소개한다.
ADP 실기 2장 EDA와 시각화
본 게시물은 데이터 시각화에 대한 내용을 소개한다.
ADP 실기 1장 데이터 프레임
본 게시물은 데이터 프레임의 조작에 대한 내용을 소개한다.
ADP 필기 5장 데이터 시각화
[1] 시각화 인사이트 프로세스의 의미
ADP 필기 4장 통계
1. 표본조사
ADP 필기 3장 데이터 분석 기획
[1] 분석기획 방향성 도출
ADP 필기 2장 데이터 처리 프로세스
[1] ETL
ADP 필기 1장 데이터의 이해
[1] 데이터와 정보
Probability Distribution
Continuous distribution (3) Gamma Distribution
여러 분포들에 대한 소개
Continuous distribution (4) Beta Distribution
여러 분포들에 대한 소개 참조사이트
Discrete distribution (4) Poisson Distribution
여러 분포들에 대한 소개
Continuous distribution (1) Normal Distribution
여러 분포들에 대한 소개
Continuous distribution (2) Exponential Distribution
여러 분포들에 대한 소개
Discrete distribution (3) Geometric Distribution
여러 분포들에 대한 소개
Discrete distribution (2) Binomial Distribution
여러 분포들에 대한 소개
Discrete distribution (1) Bernoulli Distribution
여러 분포들에 대한 소개
Statistics
Central Limit Theorem이 뭐야?
1. Definition
Probability Theory (5) Random Process
본 게시물은 최성준 교수님의 확률론 강의를 정리하는 글이다.
Probability Theory (4) Random Variable
본 게시물은 최성준 교수님의 확률론 강의를 정리하는 글이다.
Probability Theory (3) Probability
본 게시물은 최성준 교수님의 확률론 강의를 정리하는 글이다.
Probability Theory (2) Measure Theory
본 게시물은 최성준 교수님의 확률론 강의를 정리하는 글이다.
Probability Theory (1) Set Theory
본 게시물은 최성준 교수님의 확률론 강의를 정리하는 글이다.
PMF vs PDF
본 게시물은 통계의 본질님의 유튜브 강의를 보고 정리하는 글이다.
Language Model
LM(6) ELMO
이번 포스트는 강필성 교수님의 ELMO 강의를 통해 방법론과 아키텍처를 소개한다.
LM(5) Sequence to Sequence 구현
이번 포스팅에서는 Pytorch로 seq2seq 영한 번역기를 구현해본다.
LM(4) Sequence to Sequence 이론
이번 포스팅에서는 Sequence to Sequence의 방법에 대해 알아본다.
LM(3) 신경망 언어모델
신경망 언어모델의 접근 방법에 대해 알아본다.
LM(2) 통계적 언어모델
언어모델의 통계적인 접근 방법에 대해 알아본다.
LM(1) 언어모델이란?
언어모델의 첫번째 Chapter에서는 언어모델의 정의와 그 종류에 대해 알아보고, 이를 이해하는데 초점을 둔다.
TensorFlow
Dense Layer
본 게시물은 tensorflow의 포스트를 보고 정리하는 글이다.
timeseries_dataset_from_array
본 게시물은 tensorflow의 포스트를 보고 정리하는 글이다.
RNN
본 게시물은 tensorflow의 포스트를 보고 정리하는 글이다.
LSTMCell
본 게시물은 tensorflow의 포스트를 보고 정리하는 글이다.
LSTM
본 게시물은 tensorflow의 포스트를 보고 정리하는 글이다.
Sampling
Sampling (4) Markov Chanin Monte Carlo가 뭐야?
본 게시물은 공돌이의 수학정리노트의 Markov Chain Monte Carlo을 참고하여 작성하였다.
Sampling (5) MCMC Bayesian Estimation이 뭐야?
본 게시물은 공돌이의 수학정리노트의 Markov Chain Monte Carlo을 참고하여 작성하였다.
Sampling (1) 샘플링이 뭐야?
Sampling
Sampling (3) Rejection Sampling이 뭐야?
본 게시물은 공돌이의 수학정리노트의 Rejection Sampling을 참고하여 작성하였다.
Time Series
LSTM의 모든것 (4) Timeseries forecasting - Single step model
본 게시물은 Tensorflow의 LSTM을 사용한 시계열 예측 예제 내용 중 single step modeling을 적용하는 부분을 정리하는 글이다.
LSTM의 모든것 (3) Timeseries forecasting - Make Dataset
본 게시물은 Tensorflow의 LSTM을 사용한 시계열 예측 예제 내용 중 데이터 셋을 만드는 부분을 정리하는 글이다.
LSTM의 모든것 (1) LSTM 및 내부 Gate에 대한 이해
본 게시물은 LSTM의 이론에 대해 해당 포스트를 정리하는 글이다.
LSTM의 모든것 (2) PyTorch 공식 문서로 보는 구성요소
본 게시물은 Pytorch 공식 문서를 참고하여 LSTM의 구성요소에 대해 정리하는 글이다.
Autoencoder
Autoencoder의 모든것의 모든것 (3) Manifold Learning
본 게시물은 이활석님의 강의를 보고 정리하는 글이다.
Autoencoder의 모든것의 모든것 (2) Maximum Likelihood 관점의 Deep Learning
본 게시물은 이활석님의 강의를 보고 정리하는 글이다.
Autoencoder의 모든것의 모든것 (1) 오토인코더란?
본 게시물은 이활석님의 강의를 보고 정리하는 글이다.
Reinforcement Learning
Planning by Dynamic Programming
본 게시물은 David Silver의 강의와 팡요랩 Pang-Yo Lab의 유튜브 강의 3강 을 보고 정리하는 글이다.강의노트는 이곳에서 참고하였다. 😗
Markov Decision Process(MDP)
본 게시물은 David Silver의 강의와 팡요랩 Pang-Yo Lab의 유튜브 강의 2강 을 보고 정리하는 글이다.강의노트는 이곳에서 참고하였다. 😗
Introduction to Reinforcement Learning
본 게시물은 David Silver의 강의와 팡요랩 Pang-Yo Lab의 유튜브 강의 1강 을 보고 정리하는 글이다.강의노트는 이곳에서 참고하였다. 😗
Knowledge
Colab에서 Mecab 실행하기
본 게시물에서는 colab 환경에서 mecab을 실행하는 코드를 공유한다.
객체지향
본 게시물은 객체지향에 대해 노마드 코더님의 강의1과 강의2를 보고 정리하는 글이다.
Discriminative vs Generative
본 게시물은 discriminative model과 generative model에 대해 해당 포스트를 읽고 정리하는 글이다.
MLOps
MLOps Model Development (3) Hyper Parameter Tuning by Sweep
본 게시물은 W&B가 제공한 MLOps의 Model Development에 대한 내용을 기술한다.
MLOps Model Development (2) Build End to end prototype
본 게시물은 W&B가 제공한 MLOps의 Model Development에 대한 내용을 기술한다.
MLOps Model Development (1) MLOps Model Development
본 게시물은 W&B가 제공한 MLOps의 Model Development에 대한 내용을 기술한다.
Large Language Model
Llama 3.1 한국어 Finetuning
이번 포스트를 통해 unsloth 라이브러리를 사용하여 llama 3.1 모델 finetuning을 실습한다.
LLM의 활용 방법
이번 포스트를 통해 기업에서 LLM을 사용하기 위한 방법들에 대해 알어본다.
Additional Knowledge
Mac(M1)에 mecab 모듈 설치하기
1. KoNLPy 설치
knowledge
1. Github Page
Recommender System
추천시스템 튜토리얼
본 게시물은 추천시스템에 대한 구현으로 해당 포스트를 읽고 정리하는 글이다.
추천시스템 Metric
본 게시물은 추천시스템에 대한 평가 지표에 대해 해당 포스트를 읽고 정리하는 글이다.
Thesis
Deep Knowledge Tracing
본 게시물은 DKT 논문과 게시글 읽고 정리하는 글이다.
Time Series Data Augmentation for Neural Networks by Time Warping with a Discriminative Teacher
본 게시물은 시계열 데이터의 증강법에 대해 해당 논문을 읽고 정리하는 글이다.
Graph Neural Network
Graph Neural Networks: Link Prediction Implemetation
해당 포스팅은 Graph Neural Network(=GNN)의 link prediction을 구현하는 과정을 소개한다.
Graph Neural Networks: Link Prediction (part2)
이번 포스팅에서는 Graph Neural Network(=GNN)의 link prediction에 대해 알아본다. 해당 포스트는 GNN의 기본적인 개념에 대한 이해를 필요로 한다.
ELMO
ELMO(1-1) data.py
본 포스트는 long8v님께서 수행한 ELMO 논문 스터디 내용 중, data source(사전 만들기)에 대한 코드를 리뷰한다.전체 소스는 이곳을 통해 확인 할 수 있다.
ELMO(1) 논문 러프하게 실습
본 포스트는 long8v님께서 수행한 ELMO 논문 스터디 내용을 보고 정리하는 글이다. 전체 소스는 이곳을 통해 확인 할 수 있따.
K8S
k8s (3) Pod 정리
데브옵스(DevOps)를 위한 쿠버네티스 마스터 강의 정리
k8s (2) GCP를 사용한 쿠버네티스 실습
데브옵스(DevOps)를 위한 쿠버네티스 마스터 강의 정리
troubleshooting
맨 위로 이동 ↑Deep Learning
Gradient Histogram 해석에 대하여
본 게시물은 W&B의 포스트를 보고 정리하는 글이다.
Git
Git Tutorial Merging vs Rebasing
본 게시물은 git rebase를 git merge 명령과 비교하는 Git Tutorial을 글을 정리한 것이다.
Machin Learning
모델 및 해석 기초
본 게시물은 머신러닝의 모델 및 해석의 기초에 대해 소개한다.
Fastai
Constructing a DataBlock using Fastai
이번 포스팅에서는 Fastai의 DataBlock에 대한 Medium의 글을 소개한다.