전체 글
1. UML 다이어그램 정리
인사말 파이썬의 기초는 어느정도 숙지가 되었다고 생각이 됩니다. 그런데 다른 사람이 작성해둔 복잡한 코드나 혹은 내가 작성한 코드를 좀 더 나은(다른 사람이나 내가 유지보수하기 쉬운)코드를 설계 및 구현하고 싶어 아래 Design Pattern 강의를 듣는 중입니다. 그 중에서 좀 중요한 내용이나 다시 보면 좋을 것 같은 내용들을 정리하여 블로그에 작성하려고 합니다. UML 다이어그램 디자인 패턴의 구조를 설명하거나 설계할 때, UML 다이어그램을 기반으로 작성하기 때문에, 기본적인 UML 다이어그램에 대해 정리를 하겠습니다. (본 설명은 draw.io를 이용하여 diagram을 그리며 설명합니다. 실습을 직접해보고 싶으신 분들은 draw.io를 이용하여 웹상에서 편하게 실습 할 수 있습니다.) 1. A..
Machine Learning with Python -2주차-
Regression 회귀는 연속값을 예측하는 방식이다. 예를 들어 과거의 데이터로 자동차의 엔진크기, 실린더 수, 연료 소비량, 이산화탄소 배출량이 있다. 데이터를 통해 아직 제조되지 않은 차량의 이산화탄소 배출량을 예측하기 위해 회귀의 방식을 사용할 수 있다. Linear Regression 독립변수 : 자동차의 엔진크기, 실린더 수, 연료 소비량 종속변수 : 이산화탄소 배출량 선형 회귀에서 사용되는 데이터들은 종속변수가 연속적이어야 하며 이산값이어서는 안된다. Simple Linear Regression 하나의 독립변수를 통해 종속변수를 예측한다. 예를들어 자동차의 엔진크기를 이용하여 이산화탄소 배출량을 예측하는 것이다. 위와 같이 Simple Linear Regression은 일차방정식으로 표현할 ..
Machine Learning with Python -1주차-
Machine Learning 공부를 위해 coursera에서 강의를 듣기 시작하였습니다. 1주차 부터 ~ 7주차까지 공부한 내용들을 정리하기 위해 블로그 글을 작성합니다. Data의 종류 숫자와 범주형으로 나뉜다. 범주형은 분류를 위해 문자로 쓰여진 경우가 있는데, 학습하기 용이하도록 데이터 전처리과정에서 숫자형으로 변경하는 것이 일반적이다. Supervised vs Unsupervised Supervised learning 지도학습은 정답데이터와 학습데이터가 주어진 상태에서 학습을 진행하는 것이다. classification : 불연속 클래스 label을 예측 Regression : 연속적인 데이터를 예측 Unsupervised learning 비지도학습은 정답데이터가 주어지지 않은 상태에서 학습을 ..
Titanic - Predict survival on the Titanic and get familiar with ML basics (kaggle) 2부 (학습 진행)
데이터셋 구성 학습과 검증 데이터의 비율을 80:20 으로 구성하였습니다. 그리고 1부에서 진행하였던 데이터 구성으로 학습 데이터와 검증데이터를 구성하였습니다. 그리고 test.csv를 이용하여 테스트 데이터셋을 구성하였습니다. def make_Tensor(array): return torch.from_numpy(array).float() data_percent = 0.8 train_data_len = int(len(x_data) * data_percent) train_x = np.array(x_data[:train_data_len]) val_x = np.array(x_data[train_data_len:]) train_y = np.array(y_data[:train_data_len]) val_y = n..
Titanic - Predict survival on the Titanic and get familiar with ML basics (kaggle) 1부 (데이터 전처리)
Titanic data 카테고리 Passenger : 승객 ID Survived : 생존하였는지 (0 = No, 1 = Yes) Pclass : Ticket Class (1 = 1st, 2 = 2nd, 3 = 3rd) Name : 사람 이름 Sex : 성별 Age : 나이 SibSp : 타이타닉 호에 탑승한 형제와 배우자 수 Parch : 타이타닉 호에 탑승한 자녀와 부모의 수 Ticket : 티켓 번호 Fare : 여객 운임 Cabin : 객실 번호 Embarked : 승선항 (C = Cherbourg, Q = Queenstown, S = Southapmton) Data 전처리 1. 누락된 데이터 처리 (결측 데이터) 2. 데이터 평활 위의 데이터에서 티켓번호와 사람이름, 객실번호는 데이터 전처리가 어..
Mask R-CNN 논문 review (1부)
석사 과정 동안 진행한 프로젝트의 딥러닝 기술 중 하나였던 Mask R-CNN에 대하여 복습을 위해 논문 review를 진행하게 되었습니다. 제 생각을 작성한 글은 밑줄 표시하겠습니다. 요약 Faster R-CNN에서 instance mask를 prediction하는 branch를 병렬로 추가하여 Mask R-CNN 설계 이는 Faster R-CNN에서 약간의 overhead(5fps)를 추가하여 instance mask 결과를 시각화할 수 있게 개선되었다. 1. 개요 본 논문의 목표는 Faster R-CNN을 확장하여 새로운 instance segmentation framework를 제안하는 것이다. 위 Figure 1.과 같이 Mask R-CNN은 기존 Faster R-CNN에서 RoI Align 기..
Kaggle UW-Madison GI Tract image Segmentation 참가 -1 일차-
석사 졸업 후, embedded 회사를 다니다가 딥러닝을 계속 연구하고 싶어 퇴사를 하게되었습니다. 그래서 딥러닝 관련 toy project를 꾸준히 진행하기 위해 고심하다. kaggle Competitions를 참여하게 되었습니다. 처음으로 kaggle Competitions에 참가하다보니 부족한 점이 많을것 이라고 예상됩니다. 조언은 댓글로 달아주신다면 적극 수용하겠습니다. 우선 UW-Madison GI Tract Image Segmentation이라는 competition에 참가해보려고 합니다. 오늘은 간단히 Competition의 Overview를 해석하고 확인하여 정리를 하겠습니다. 참가 이유 기존에 항공영상 내 포트홀 탐지와 같은 object detection과 instance segmenta..
DETR:End-to-End Object Detection with Transformers 논문 리뷰
Abstract 본 논문은 object detection에서 direct set prediction problem을 해결하기 위해 제안되었다. DETR 특징 NMS(non-maximum suppression)과 anchor generation과 같은 부가 component 제거 이분 매칭(bipartite matching) transformer encoder-decoder architecture 병렬 예측 Introduction 본 논문은 end-to-end 구조를 활용한 object detection 연구를 진행하며 transformer 구조를 사용한다. DETR은 이미지 내 모든 객체를 한번에 예측하고 predicted object와 groud truth 간에 이분 매칭을 수행 후, loss func..