부산가톨릭대학교

* 이 포스팅은 디모의 Kotlin 강좌를 보고 복습 용도로 제작되었습니다. * 툴 : 코틀린 전용 웹 컴파일러 : play.kotlinlang.org Kotlin Playground: Edit, Run, Share Kotlin Code Online play.kotlinlang.org 1. 타입 추론 - 변수나 함수들을 선언할 때나 연산이 이뤄질 때 자료형을 코드에 명시하지 않아도 코틀린이 자동으로 자료형을 추론해주는 기능 - 해당 변수가 어떤 자료형을 가지는지 추론한다. 예) var a : Int = 1234 , 에서 1234 값을 보고 이 변수의 자료형을 추론한다는 말. - 선언 방법 : var a = 1234 2. 함수 - 함수의 선언 방법 : fun 함수명(인자) 반환형 { } - 단일 표현식 반..

* 이 포스팅은 디모의 Kotlin 강좌를 보고 복습 용도로 제작되었습니다. * 강좌 : www.youtube.com/watch?v=tvtNch-GPEU&list=PLQdnHjXZyYadiw5aV3p6DwUdXV2bZuhlN&index=3 * 툴 : 코틀린 전용 웹 컴파일러 : play.kotlinlang.org Kotlin Playground: Edit, Run, Share Kotlin Code Online play.kotlinlang.org * 형 변환과 배열 형 변환 : 하나의 변수에 지정된 자료형을 호환되는 다른 자료형으로 변경하는 기능 - 기본자료형들은 자료형 간의 형 변환을 지원하기 위해 형변환 함수들을 제공 - to변환하고자하는자료형이름 -> ex) toLong() - 명시적 형 변환 : 변..

* 이 포스팅은 로드북 출판사의 백견불여일타 딥러닝 입문 with 텐서플로우 2.X 책을 바탕으로 제작되었습니다. * 필자가 학습해서 얻었던 지식과 느낀 점 위주로 작성한 내용이고, 혹시 틀린 점이 있다면 댓글로 피드백 주시면 감사하겠습니다. * 포스팅에 대한 문제가 있다면 댓글 남겨주시면 감사하겠습니다. 지난 시간에는 기본 연산 해보는 부분에 대해 학습을 해보았습니다. 이번 시간에는 신경망(퍼셉트론)에 대해 학습하는 시간을 가지도록 하겠습니다. 신경망 *퍼셉트론(Perceptron) - 신경망은 퍼셉트론 알고리즘에서 시작 - 퍼셉트론 알고리즘은 여러 개의 신호를 입력으로 받아 하나의 신호로 출력 퍼셉트론 - x1, x2 : 입력 / y : 출력 / w1, w2 : 가중치 - x는 데이터의 특성, y는 ..

* 이 포스팅은 로드북 출판사의 백견불여일타 딥러닝 입문 with 텐서플로우 2.X 책을 바탕으로 제작되었습니다. * 필자가 학습해서 얻었던 지식과 느낀 점 위주로 작성한 내용이고, 혹시 틀린 점이 있다면 댓글로 피드백 주시면 감사하겠습니다. * 포스팅에 대한 문제가 있다면 댓글 남겨주시면 감사하겠습니다. 지난 시간에는 학습, 평가하는 부분에 대해 학습을 해보았습니다. 이번 시간에는 기본 연산 해보는 것에 대해 학습하는 시간을 가지도록 하겠습니다. 기본 연산 해보기 * 텐서를 통한 표현 - 텐서플로우는 주로 텐서(Tensor)를 다루게 된다. - 텐서(Tensor)는 C나 Java언어에서 int, float 등과 같은 자료형에 해당한다. - 정의 : 여러 형태를 가질 수 있는 넘파이 배열(NumPy Ar..

* 이 포스팅은 로드북 출판사의 백견불여일타 딥러닝 입문 with 텐서플로우 2.X 책을 바탕으로 제작되었습니다. * 필자가 학습해서 얻었던 지식과 느낀 점 위주로 작성한 내용이고, 혹시 틀린 점이 있다면 댓글로 피드백 주시면 감사하겠습니다. * 포스팅에 대한 문제가 있다면 댓글 남겨주시면 감사하겠습니다. 지난 시간에는 머신러닝 프로세스와 데이터 준비하는 과정에 대해 학습을 해보았습니다. 이번 시간에는 학습, 평가하는 부분을 학습해보도록 하겠습니다. * 학습하기(용어설명) - 하이퍼 파라미터(HyperParameter) : 어떠한 값이 적절한 지 모델과 데이터가 알려주지 않기 때문에 모델 외적인 요소라고 표현하기도 하는데, 주로 경험에 의해 결정되는 요소를 의미 : 학습률, 배치크기(betch size)..

* 이 포스팅은 로드북 출판사의 백견불여일타 딥러닝 입문 with 텐서플로우 2.X 책을 바탕으로 제작되었습니다. * 필자가 학습해서 얻었던 지식과 느낀 점 위주로 작성한 내용이고, 혹시 틀린 점이 있다면 댓글로 피드백 주시면 감사하겠습니다. * 포스팅에 대한 문제가 있다면 댓글 남겨주시면 감사하겠습니다. * 지난 시간에는 인공지능, 머신러닝, 딥러닝, 텐서플로우, 케라스의 개념 및 특징에 대해 학습하고 정리하는 시간을 가졌습니다. 이번 시간에는 머신러닝 프로세스, 데이터 준비 단계에 대해서 학습하고자 합니다. 머신러닝 프로세스 - 데이터를 다루면서 본인만의 프로세스를 구축하는 것은 매우 중요 문제 정의 및 데이터 준비하기 탐색적 데이터 분석 - 데이터는 숫자? 문자? 이미지? 오디오? ... - 해결방..