본문 바로가기

전체 글131

[부스트코스] 코틀린 프로그래밍 기본 1/2(함수편) - OT, 코틀린이란? 0. 오리엔테이션 1. 코틀린의 기본의 기본을 읽혀요! - 코틀린이란 무엇일까? - 변수와 자료형, 연산자 2. 함수형 프로그래밍 이란? - 마법의 요술상자, 함수의 기본 - 요술상자, 함수 가지고 놀기 3. 프로그램 흐름의 제어 - 프로그램의 흐름을 제어해보자! 4. 코틀린의 표준함수 활용하기 - 코틀린과 표준함수 5. 강좌 마무리 프로젝트 [ 오리엔테이션 ] 0. 수강 동기 더보기 지난 여름 방학 때 CS50 코칭스터디 1기로 참여하며, 컴퓨터 과학의 기본이 되는 지식을 다질 수 있었습니다. 그 후로 여러 부스트코스 강의를 듣다가 안드로이드 강의를 듣게 되었고, 원하는 앱 프로젝트까지 수행해볼 수 있었습니다. 앱 개발을 하면서 코틀린을 자주 접하게 되었는데 저에겐 생소한 언어라 손대보지도 못하고 넘겼.. 2021. 1. 11.
<부스트 코딩뉴비 챌린지> 최종 후기 1. 부스트 코딩뉴비 챌린지란? - 하버드 CS50 강의 제공 - 팀원들과 학습 체크 (미션 토론 등) - 매주 주어진 미션에 대한 코치님의 피드백 - 현업에서 활동하시는 코벤져스님들의 라이브 강의 2. 지원 동기 대학 입시 때, 막연하게 당시 뜨고 있던 4차 산업혁명 분야(AI, 빅데이터)에서 활동해보자! 라는 생각으로 현재 과를 진학하였습니다. 그러나 2학년이 되서 접하게 된 자료구조, 컴퓨터 구조와 같은 전공 과목들은 저에게 너무 어려웠고 한 학기 동안 해당 과목을 마쳐야 했기에 일부 내용은 배우지 못한 채로 지나갔습니다. 전공에 대한 흥미가 떨어진 저는 시험 공부를 단순 암기로만 준비하였고 성적은 물론, 이 과목들을 선행 과목으로 하는 과목들을 위한 배경 지식 또한 상당히 부족하여 이해에 어려움을.. 2020. 8. 26.
<부스트 코딩뉴비 챌린지> 중간 후기 1. 부스트 코딩뉴비 챌린지란? - 하버드 CS50 강의 제공 - 팀원들과 학습 체크 (미션 토론 등) - 매주 주어진 미션에 대한 코치님의 피드백 - 현업에서 활동하시는 코벤져스님들의 라이브 강의 2. 지원 동기 대학 입시 때, 막연하게 당시 뜨고 있던 4차 산업혁명 분야(AI, 빅데이터)에서 활동해보자! 라는 생각으로 현재 과를 진학하였습니다. 그러나 2학년이 되서 접하게 된 자료구조, 컴퓨터 구조와 같은 전공 과목들은 저에게 너무 어려웠고 한 학기 동안 해당 과목을 마쳐야 했기에 일부 내용은 배우지 못한 채로 지나갔습니다. 전공에 대한 흥미가 떨어진 저는 시험 공부를 단순 암기로만 준비하였고 성적은 물론, 이 과목들을 선행 과목으로 하는 과목들을 위한 배경 지식 또한 상당히 부족하여 이해에 어려움을.. 2020. 8. 15.
16-3. 웹문서 텍스트마이닝 - 한글 웹문서의 자연어 처리와 정보 추출 - 16-3. 웹문서 텍스트마이닝 - 한글 웹문서의 자연어 처리와 정보 추출 - 1) 텍스트 마이닝 - 텍스트 마이닝(text mining)이란, 다양한 알고리즘을 이용하여 대용량의 텍스트 문서로부터 트렌드와 관심어를 찾아내는 기법이다. 2) 자연어 처리 - 자연어 처리(Natural Language Processing)란, 컴퓨터로 사람 언어를 분석, 이해, 생성하는 기술을 일컫는다. - 품사 분석 : SimplePos09() - str_match()를 이용한 N(체언), P(용언) 추출 3) 워드 클라우드 - 워드 클라우드(word cloud)는 텍스트의 키워드, 개념을 직관적으로 파악하도록 핵심 단어를 시작적으로 보여주는 기법이다. 4) 웹문서의 텍스트마이닝 실습 (1) '네이버 영화'에서 영화 의 네.. 2020. 3. 6.
16-2. Convolutional Neural Network 16-2. Convolutional Neural Network 1) Features - 신경망 모델(Neural Net)은 입력값으로 객체의 특성(feature)을 받고, - 출력된 값과 실제 값을 비교하는 과정을 거침 (지도학습; Supervised Learning) - 하나의 이미지는 수많은 픽셀들이 모여 형성하고 있으며, 특정 색에 해당하는 특정 값을 가짐 - 따라서, 이미지의 모든 픽셀값들을 입력값으로 갖는 신경망 모델을 만들 수 있음 2) Intuitions - 하지만, 고해상도 이미지의 경우 특성feature의 수가 너무 많아지므로 - 모든 뉴런들이 모든 픽셀들과 모두 연결되어 있을 경우 (fully connected) 모델 학습에 큰 어려움이 있음 - 따라서, 각 뉴런들이 이미지의 일부의 특.. 2020. 3. 6.
16-1. 딥러닝과 텍스트 마이닝-Neural Network 16. 딥러닝과 텍스트 마이닝 16-1. Neural Network 1) Concepts - 인공신경망은 기계학습(Machine Learning)의 통계적 학습 알고리즘 중 하나 - 컴퓨터 비전, 자연어 처리, 음성 인식 등의 영역에서 활발하게 사용됨 - 신경망 모델은 (Neural Network)은 Percoptron을 한 단위로 하는 네트워크를 구축하여, 인간의 신경세포(Neuron)과 유사한 기능을 하도록 제안되었음 2) Perceptron - Single Layer - 하나의 Percoptron은 단순하게 다수의 입력과 가중치의 선형 결합을 계산하는 역할을 수행 - Activation 함수에 따라 선형결합으로 생성되는 출력의 값이 결정됨 3) Multi-layer perceptron - Perce.. 2020. 3. 6.

티스토리툴바