Han's Tech LAB

2023. 1.26.(Thr) 팀원 : 장한, 유정훈, 정성훈, 안형진, 김대민 📚 LG Aimers 📚 https://janghan-kor.tistory.com/338 [Causality] 인과추론 🧑🏻‍💻용어 정리 Causality 인과추론 : 우리가 알 수 없는 실험 결과를 관측 데이터와 연결 Pearl's Causal Hierarchy Associational or Observational Interventional and Experimental Counterfactual // 반사실적 계층, 두 janghan-kor.tistory.com 6주차 강의 수강 모두 완료. 본 모듈은 인과성에 대해 추론하고 경험적 데이터를 사용하여 인과 관계를 결정하는 방법을 익힘으로써 데이터를 생성한 프로세스에 대해..

🧑🏻‍💻용어 정리 Causality 인과추론 : 우리가 알 수 없는 실험 결과를 관측 데이터와 연결 Pearl's Causal Hierarchy Associational or Observational Interventional and Experimental Counterfactual // 반사실적 계층, 두 가지를 다 관찰 Simpson's Paradox 상관성 vs 인과성 관측 연구, 머신러닝 주어진 data에 대한 상관성 설명 자연 과학 실험, 강화 학습 주어진 data에 대한 인과성 설명 Causal Diagram Structural Causal Model 조건부 독립성 d-separation Causal Effect Identifiability Query Causal Diagram Data Cau..

2023. 1.26.(Thr) 팀원 : 장한, 유정훈, 정성훈, 안형진, 김대민 📚 LG Aimers 📚 AI 전문가 과정 강의 수강할 것이다. 6주차 과정 중 학습 목표는 다음과 같다. 본 모듈은 인과성에 대해 추론하고 경험적 데이터를 사용하여 인과 관계를 결정하는 방법을 익힘으로써 데이터를 생성한 프로세스에 대해 🖥️ 백준 문제 풀이 🖥️ 이제 습관화는 완료 되었다. 한 문제씩 꼭 풀자.

https://www.acmicpc.net/problem/9610 9610번: 사분면 2차원 좌표 상의 여러 점의 좌표 (x,y)가 주어졌을 때, 각 사분면과 축에 점이 몇 개 있는지 구하는 프로그램을 작성하시오. www.acmicpc.net 📕 설명 📕 5가지의 경우로 제1사분면, 제2사분면, 제3사분면, 제4사분면, 축으로 나눠 풀이하였다. 🧑🏻‍💻 나의 풀이 🧑🏻‍💻 N = int(input()) Q1 = 0 Q2 = 0 Q3 = 0 Q4 = 0 AX = 0 for _ in range(N): a,b = map(int,input().split()) if a > 0 and b > 0: Q1+=1 elif a 0: Q2 += 1 elif a < 0 and b < 0: Q3 += 1 ..

🧑🏻‍💻용어 정리 XAI 자율주행, 의료 인공지능 및 여러 가지 요소가 인간에게 직접 영향을 미치는 것에 대해 필요해집니다. 왜 AI가 이러한 결과를 내었는지 설명이 필요해졌습니다. XAI 기법 모델/데이터셋의 오류 색출 모델이 얼마나 편향되었나 자율주행 자동차가 어떻게 잘못 인식하여 그러한 예측 결과를 내었는가 COVID-19 X-ray 검출 어떻게 해야 설명 가능성을 높일 수 있을까? Local한 방법 주어진 특정 데이터에 대한 예측 결과를 개별적으로 설명하려는 방법 Global한 방법 전체 데이터셋에서 모델의 전반적인 행동을 설명하고자 하는 방법 White-box 방법 모델의 내부 구조를 정확하게 알고 있는 상황에서 설명을 시도하는 방법 Black-box 방법 단순히 모델의 입력과 출력만 가지고 설..

https://www.acmicpc.net/problem/1547 1547번: 공 첫째 줄에 컵의 위치를 바꾼 횟수 M이 주어지며, M은 50보다 작거나 같은 자연수이다. 둘째 줄부터 M개의 줄에는 컵의 위치를 바꾼 방법 X와 Y가 주어지며, X번 컵과 Y번 컵의 위치를 서로 바꾸는 것 www.acmicpc.net 📕 설명 📕 공이 바뀐 위치를 계속해서 저장하여 출력한다. 🧑🏻‍💻 나의 풀이 🧑🏻‍💻 M = int(input()) tmp = 1 for i in range(M): a, b = map(int,input().split()) if tmp == a: tmp = b elif tmp == b: tmp = a print(tmp)

2023년 1월 25일 수요일 1/25 2023 🏃 TIL 🏃 🌎 오늘은 이야기 ! 오늘 하루 한 문장 요약, 키워드 개선 5 🧑🏻‍💻 오늘의 코딩 🧑🏻‍💻 🧑🏻‍💻 백준 문제 풀이 단 한 문제 ! 풀기 완료 ! 🧑🏻‍💻 머신러닝 공부 📖 오늘의 독서 📖 [Seven and a Half Lessons about the brain] 🎹 피아노 🎹 G/B F/C 유모레스크 연습 15일차 📚 영어 공부 📚 토익 스피킹 part...

🧩 Keyword 🧩 - 제조계획 manufacturing plan - 시냅스 synapse - 배선 wiring - 수상돌기 dendrite - 축삭 axon 🎯 Key Sentence 🎯 합리적 행동이란 주어진 상황에서 신체예산을 잘 투자하는 것을 뜻한다. 각 신경세포는 수천 개의 다른 신경세포에 직접 정보를 전달하고 수천 개의 다른 신경세포로부터 정보를 받으면서 500조 개가 넘는 신경세포와 신경세포 간에 연결을 만들어낸다. 클러스터들 중 일부는 여러 다른 클로스터와 빽빽하게 연결되어 있어서 이들 중 몇몇 축삭은 뇌를 멀리 가로질러 장거리를 연결하는 역할을 한다. 뇌는 하나의 신경망, 곧 네트워크이다. 우리의 뇌 네트워크는 항상 켜져있다. 🧑🏻‍💻 독후감 🧑🏻‍💻 지난 시간에 배웠던 뇌에 대한 오해..

🧑🏻‍💻용어 정리 BERT Self-Supervised Learning 사람이 직접 일일이 해줘야 하는 그런 labeling 과정이 없이도 원시 data만으로 어떤 머신러닝 model을 학습시킬 수 없을지에 대한 아이디어 model입니다. 입력 data만으로 입력 data의 일부를 가려놓고, 가려진 입력 data를 주었을 때, 가려진 부분을 잘 복원 혹은 예측하도록 하는, 그래서 주어진 입력 data의 일부를 출력 혹은 예측의 대상으로 삼아 Model을 학습하는 task가 되겠습니다. 이는 Computer vision 상에서 inpainting task를 예로 들 수 있습니다. 이 model은 특정 물체의 특징들을 잘 알고 있어야만 이 task를 잘 수행할 수가 있게 됩니다. 이러한 대규모 Data로 자..

🧑🏻‍💻용어 정리 Transformer Transformer RNN과 CNN 없이 attention module만으로 전체 Sequence를 입력 및 출력으로 처리할 수 있는 동작이 이루어집니다. RNN model의 Long-term Dependency Issue가 존재합니다. 입력으로 주는 h t에 정보가 변질되지 않고 잘 축적되어 있어야 합니다. 저 멀리있는 곳에서 학습 데이터 소실이 일어났다면, gradient signal을 저 멀리 있는 time step까지 전달해 줘야 하는데, 여러 time step에 걸쳐서 gradient 정보가 전달되면서, 정보가 변질되는 문제가 생겨 학습이 제대로 이루어지지 않을 수 있습니다. 그래서, transformer model에서 attention model을 사용..