YOOZI

모델의 학습 성능을 결정짓는 핵심 요소   오늘은 딥러닝 최적 모델학습- 최적화 함수에 대해 알아보자.  오늘의 배움최적화 함수의 개념과 필요성주요 최적화 함수의 종류와 특징각 최적화 함수의 장단점과 실제 적용 1. 최적화 함수정의: 딥러닝 모델의 손실을 최소화하기 위해 가중치를 조정하는 방법핵심 개념 한 줄 설명: 마치 등산을 할 때 정상으로 가는 최적의 경로를 찾는 것처럼, 모델이 가장 좋은 성능을 내는 가중치 값을 찾아가는 방법이다.특징:모델의 학습 속도, 일반화 성능, 수렴 안정성에 직접적인 영향을 미친다다양한 방식으로 가중치를 업데이트한다각각의 장단점이 뚜렷하다대표적인 최적화 함수로 확률적 경사 하강법(SGD), 모멘텀, AdaGrad, RMSprop, Adam 등핵심 공식: 기본 가중치 업데이..

각 개념을 한 줄로 설명해보자.   오늘은 한 눈에 개념을 정리해보자.오늘의 배움퍼셉트론, 활성화함수, 다차원 배열의 계산, 출력층 설계, 손실함수, 수치미분,기울기,오차역전파법1. 인공신경망에 대해 중간점검퍼셉트론 (Perceptron)인간 뇌의 신경망을 모방한 가장 기본적인 학습 단위입력값을 받아 가중치를 곱하고 결과를 출력하는 최소 단위 계산 모델마치 복잡한 레고 조각들을 조합해 큰 작품을 만드는 것과 비슷함예시: 커피 맛 평가 (온도, 원두, 로스팅 강도)공식: output = sum(inputs * weights) + biasdef perceptron(inputs, weights, bias): return sum(x*w for x,w in zip(inputs, weights)) + bias..

[프로젝트 간략 소개]- 프로젝트 명: 근육빵빵- 프로젝트 기간: 25.02.03 ~ 25.02.14- 문제 정의:헬스장 회원 이탈률 증가로 인한 매출 감소- 역할 및 기여:기획, 데이터 수집·분석, XGBoost 모델 개발 및 최적화, Notion/Discord기반 팀 소통 및 이슈 관리 담당, GIt 기반 협업 환경에서 관리 프로세스 구축, 전체 팀 리드- 성과:AUC 0.9774, 정확도 93.3% 달성, 장기 회원 유지 전략 수립 지원, 협업 및 데이터 기반 의사결정 강화- 깃허브: https://github.com/yujitaeng/SKN09-2nd-5Team [근육빵빵] - Sprint 1 회고록기간: 2025.02.03 - 2025.02.14 1. 이번 주 목표고객 이탈 예측 프로젝트 수행헬..

인공지능의 학습 비밀   오늘은 오차역전파법에 대해 알아보자.  오늘의 배움오차역전파법의 기본 개념과 필요성순전파와 역전파의 동작 과정국소적 계산과 연쇄법칙의 활용기울기 검증 방법1. 오차역전파법정의: 신경망에서 발생한 오차를 역으로 전파하면서 가중치를 조정하는 학습 알고리즘이다.핵심 개념 한 줄 설명: 출력값과 목표값의 차이(오차)를 뒤에서부터 앞으로 전달하면서 각 가중치를 수정하는 방법이다.특징:순방향으로 계산 후 역방향으로 오차를 전파한다. (은닉층으로)각 층에서 독립적으로 계산이 가능하다연쇄법칙을 사용해 기울기를 효율적으로 계산한다핵심 개념순전파(Forward Propagation): 입력 데이터가 신경망을 거쳐 출력을 생성오차 계산(Loss Calculation): 예측값과 실제값의 차이를 계산..

문제백준 문제 준원이는 저번 주에 살면서 처음으로 코스트코를 가 봤다. 정말 멋졌다. 그런데, 몇 개 담지도 않았는데 수상하게 높은 금액이 나오는 것이다! 준원이는 영수증을 보면서 정확하게 계산된 것이 맞는지 확인해보려 한다.영수증에 적힌,구매한 각 물건의 가격과 개수구매한 물건들의 총 금액을 보고, 구매한 물건의 가격과 개수로 계산한 총 금액이 영수증에 적힌 총 금액과 일치하는지 검사해보자.입력첫째 줄에는 영수증에 적힌 총 금액 X가 주어진다.둘째 줄에는 영수증에 적힌 구매한 물건의 종류의 수 N이 주어진다.이후 N개의 줄에는 각 물건의 가격 a와 개수 b가 공백을 사이에 두고 주어진다.출력구매한 물건의 가격과 개수로 계산한 총 금액이 영수증에 적힌 총 금액과 일치하면 Yes를 출력한다. 일치하지 않는..

최적의 가중치를 찾아가는 여정   오늘은 기울기에 대해 알아보자.  오늘의 배움경사 하강법의 원리와 구현신경망에서의 기울기 문제기울기 소실/폭발 문제와 해결방법1. 기울기와 경사 하강법 정의: 손실 함수의 기울기를 이용해 최적의 가중치를 찾아가는 최적화 방법핵심 개념 한 줄 설명: 산을 내려갈 때처럼 가장 가파른 방향으로 내려가면서 최저점을 찾는 방법특징:직관적이고 구현이 비교적 간단하다학습률 설정이 중요하다지역 최저점에 빠질 수 있다[핵심 공식]- 경사하강법: w = w - lr * ∇f(w) - 기울기 클리핑: clip(gradient, -threshold, threshold) - 배치 정규화: y = γ * ((x - μ)/σ) + β📚 실제 예시로 이해하기[일상적인 예시] 등산객이 안개 낀 산에..

컴퓨터로 구현하는 미분의 세계   오늘은 수치미분에 대해 알아보자.  오늘의 배움수치 미분의 개념과 구현 방법수치 미분의 한계점 이해편미분과 기울기 벡터의 활용1. 수치 미분정의: 함수의 변화량을 근사적으로 계산하는 수치적 방법(근사값)핵심 개념 한 줄 설명: 아주 작은 구간에서의 함수 변화량을 계산하여 미분값을 추정하는 방법특징:구현이 간단하다근사값을 제공한다계산 속도가 비교적 느리다[핵심 공식]- 중앙 차분 공식: f'(x) ≈ (f(x+h) - f(x-h))/(2h) - 편미분 공식: ∂f/∂x = lim(h→0) [f(x+h,y) - f(x-h,y)]/(2h) - 기울기 벡터: ∇f(x,y) = (∂f/∂x, ∂f/∂y) def numerical_diff(f, x, h=1e-4): retur..

문제백준 문제n이 주어졌을 때, 1부터 n까지 합을 구하는 프로그램을 작성하시오.입력첫째 줄에 n (1 ≤ n ≤ 10,000)이 주어진다.출력1부터 n까지 합을 출력한다.예제 입력 1 3예제 출력 1 6 풀이n = int(input())sum = 0for i in range(1, n+1): sum += iprint(sum) 문제 해결 n 값을 준다for i in range(1, n+1) -> 1부터 n 까지 합을 구해야 함 n+1까지 범위를 지정해야함for 문에서는 1

문제백준 문제 두 정수 A와 B를 입력받은 다음, A+B를 출력하는 프로그램을 작성하시오.입력첫째 줄에 테스트 케이스의 개수 T가 주어진다.각 테스트 케이스는 한 줄로 이루어져 있으며, 각 줄에 A와 B가 주어진다. (0 출력각 테스트 케이스마다 A+B를 출력한다.예제 입력 1 51 12 33 49 85 2예제 출력 1 257177풀이T = int(input())for _ in range(T): A, B = map(int, input().split()) print(A + B) 문제 해결 입력:input() 함수를 사용하여 테스트 케이스 개수 T를 입력for 반복문을 사용하여 T번 반복 -> for _ in range(T)각 반복문 내에서 input().split() 함수를 사용하여 A와 B를 ..

문제백준 문제KOI 전자에서는 건강에 좋고 맛있는 훈제오리구이 요리를 간편하게 만드는 인공지능 오븐을 개발하려고 한다. 인공지능 오븐을 사용하는 방법은 적당한 양의 오리 훈제 재료를 인공지능 오븐에 넣으면 된다. 그러면 인공지능 오븐은 오븐구이가 끝나는 시간을 분 단위로 자동적으로 계산한다.또한, KOI 전자의 인공지능 오븐 앞면에는 사용자에게 훈제오리구이 요리가 끝나는 시각을 알려 주는 디지털 시계가 있다.훈제오리구이를 시작하는 시각과 오븐구이를 하는 데 필요한 시간이 분단위로 주어졌을 때, 오븐구이가 끝나는 시각을 계산하는 프로그램을 작성하시오.입력첫째 줄에는 현재 시각이 나온다. 현재 시각은 시 A (0 ≤ A ≤ 23) 와 분 B (0 ≤ B ≤ 59)가 정수로 빈칸을 사이에 두고 순서대로 주어진..