2020.07.25(토)

  • Fast campus - Tensorflow로 배우는 딥러닝 입문 16기 수업 참석
    • GAN(Genrative Adversarial Netwrok) 학습
      • Generator: 이미지 생성, Discriminator: 이미지 평가 -> 성능을 점차 개선해 나감
      • 지폐위조범과 경찰 비유

      • 지폐위조범(Generator)은 경찰을 최대한 속이기 위해 노력하고 경찰(Discriminator)은 위조지폐를 진짜와 구별하려고(Classify) 노력. 이런 경쟁을 통해 두 그룹 모두 속이고 구별하는 능력이 개선되고 발전되어 결과적으로는 진짜 지폐와 위조 지폐를 구별할 수 없을 정도(구별할 확률 pd=0.5)에 이름

      • 비유를 통해 기본적인 원리는 이해가 됐지만 공학적인 상세 매커니즘에 대한 이해는 별도의 공부가 필요할 것 같다.
      • 관련논문: Generative Adversarial Nets
    • RNN(Recurrent Neural Network) 학습
      • Language Modeling: 다음에 올 단어를 예측하는 모델
      • 기존 방식 - N-gram
        • but Data Sparsity Problem(데이터 희소성 문제) 존재
        • 앞에 나온 단어를 모두 보지 않고 일부 단어만 보는 문제
        • N을 선택하는 문제
      • RNN
        • 입력과 출력을 시퀀스 단위로 처리(RNN은 언어 번역에 많이 활요, 순서가 있는 문장을 처리)
        • RNN은 은닉층의 활성화 함수를 통과한 값이 출력층 방향으로 전달되는 Feed Forward Neural Network와 다름
        • 은닉층의 활성화 함수를 통과한 값이 출력층 방향으로 전달되고 동시에 다시 은닉층 노드의 다음 연산의 입력값으로 전달 되는 특징이 있음

2020.07.21(화) - 2020.07.24(금)

  • 패스트캠퍼스 바이트디그리 데이터사이언스 과정
    • 12주차 수업 수강
      • 가상 쇼핑몰 데이터를 이용한 데이터 분석 실습

2020.07.20(월)

  • 패스트캠퍼스 바이트디그리 데이터사이언스 과정
    • 12주차 퀴즈 제출 완료
    • Final Project(Kaggle 데이터 셋)
      • Final Project 1 - 안드로이드 앱 스토어 데이터 분석
      • Final Project 2 - 에어비앤비 데이터 분석