시그모이드

데이터 전처리하기 데이터 증강 이미지 정규화 CNN으로 이미지 분류하기 모델 정의하기 모델 학습하기 모델 성능 평가하기 전이 학습 모델 VGG로 분류하기 사전 학습된 모델 불러오기 학습 루프 정의하기 학습 및 성능 평가하기 핵심 용어 정리 1. convolution : 작은 필터를 이용해 이미지로부터 특징 추출 2. CNN : convolution layer를 반복적으로 쌓아 만든 인공 신경망 3. feature map : convolution layer의 결과를 말함 4. 데이터 증강 : 이미지의 회전 및 잘라내기 등 하나로 여러가지의 데이터를 만들어 데이터를 늘리는 기법 5. 이미지 정규화 : 이미지의 픽셀 간 편향 제거에 사용. 각 채널의 분포가 동일해짐 6. padding : 이미지 외곽을 0으로..

내가 하는 이번 프로젝트에서는 승리예측이 될지 피드백이 될지는 아직 확정되지 않았으나 적어도 브론즈, 실버, 골드를 위한 모델을 제작하려고 한다. 솔직히 롤 좀 해본 사람은 알거다. 소위 말하는 천상계 즉, 챌린저, 그랜드마스터, 마스터 유저들의 데이터를 잘 정리해주는 곳은 많긴 한데 그걸 내가 하면 잘 안된다...실력이 좋으면 모를까 어쨌든 난 가장 유저가 가장 많이 분포되어 있는 브실골을 위한 모델을 만들것이다!! 브실골 유저가 84% 사실 인터넷에서 농담으로 벌레티넘 벌레티넘하지만 실제로 플레티넘이면 꽤나 실력이 좋은 유저들이다. 현실적으로 게임을 참고하고 적용하기도 좋다고 생각하여 플레티넘 유저들을 대상으로 데이터를 수집할 것이다. 그중에서도 1,2,3티어의 유저들 4티어는 '주차'라는 형태로 더..

KoBERT를 사용해서 7가지 감성으로 분석한 글은 아래를 참고해주세요 https://sig413.tistory.com/80 KoBERT를 이용한 한국어 7가지 감성 분석 작년에 이 분야를 배우기 시작하면서 진행했던 감성 분석은 기본 중의 기본 같은 느낌이었다. 당시에는 뭘 어떻게 해야하는 지? 데이터는 어떻게 다뤄야하는 지? 뭐가 어떻게 돌아가는 건지? 등 sig413.tistory.com 3달 여간의 교육을 받으며 파이썬부터 시작해서 ML, DL의 기초 OpenCV를 간단하게 다뤄보았다. 배운 것들을 토대로 모델을 만드는 프로젝트를 진행했다. (Jupyter notebook사용) 최대한 특이한걸 해보고 싶었지만 실력부족, 아이디어부족 등등.. 결국 뻔하디 뻔한 그런 주제로 들어온 것 같지만 그래도 3..