`
ÅÙ¼ÇÃ·Î¿ì µö·¯´×
ÀΰøÁö´É °³¹ß(ÆÄÀÌÂü, Äɶó½º)
¸ðµç µ¥ÀÌÅÍ Á¤º¸Ã³¸® ´É·ÂÀÌ ¿ì¼öÇÑ ÅÙ¼Ç÷οì!
ÅÙ¼Ç÷οì¶õ, µ¥ÀÌÅÍ ±×·¡ÇÁ¸¦ Ȱ¿ëÇØ ¼öÄ¡ °è»êÀ» ÇÏ¿©, µö ·¯´×(Deep Learing)°ú
¸Ó½Å ·¯´×(Machine Learing) µî¿¡ Ȱ¿ëÇϱâ À§ÇØ °³¹ßµÈ ¿ÀǼҽº ¼ÒÇÁÆ®¿þ¾îÀÔ´Ï´Ù. ÇöÀç °Ë»ö,
À½¼ºÀνÄ, ¹ø¿ª µî ±¸±Û ¾Û¿¡ »ç¿ëµÇ°í ÀÖ½À´Ï´Ù.
¸ðµç µ¥ÀÌÅÍÀÇ °¡°ø´É·ÂÀ» ÅëÇØ ±¸±Û Inception ¸ðµ¨À» ÀÌ¿ëÇÑ
ÅÙ¼ÇÃ·Î¿ì ½Ç¹« ±¸Çö
ÅÙ¼Ç÷οì´Â ¸ðµç µ¥ÀÌÅÍÀÇ Á¤º¸ 󸮰¡ ºü¸£°í À¯¿¬Çϵµ·Ï ÇÑ ´ëÀÇ ½º¸¶Æ®Æù¿¡¼µµ
¿î¿µµÉ ¼ö ÀÖ°í, µ¥ÀÌÅͼ¾ÅÍÀÇ ¼öõ ´ë ÄÄÇ»ÅÍ¿¡¼µµ µ¿ÀÛµÉ ¼ö ÀÖ´Â °ÍÀÌ Å« °Á¡ÀÔ´Ï´Ù.
ÅÙ¼Ç÷οì ÇÁ·Î±×·¥À» Á÷Á¢ Ȱ¿ëÇÏ¿© ¸ðµç µ¥ÀÌÅÍÀÇ ºÐ¼® ¹× °¡°ø ´É·ÂÀ» Ű¿ï ¼ö ÀÖ½À´Ï´Ù.
°úÁ¤¾È³»
¼ö°·á
Ãë¾÷ºÐ¾ß
S/W°³¹ßÀÚ
Àü¸Á
±¸±Û °Ë»ö, À½¼ºÀνÄ, ¹ø¿ª µî ÅØ½ºÆ® ±â¹ÝÀÇ µ¥ÀÌÅ͸¦ ºÐ¼®/Á¤·Ä/°¡°øÇÏ´Â ÅÙ¼Ç÷οì
¸ðµç µ¥ÀÌÅÍÀÇ °¡°ø´É·ÂÀ» ÅëÇØ ±¸±Û Inception ¸ðµ¨À» ÀÌ¿ëÇÑ ÅÙ¼ÇÃ·Î¿ì ½Ç¹« ±¸Çö
ÅÙ¼Ç÷οì(TensorFlow)´Â, C++ ¾ð¾î·Î ÀÛ¼ºµÇ¾úÀ¸¸ç Á÷°üÀûÀ̰í Á¢±Ù¼ºÀÌ ¶Ù¾î³ ÆÄÀ̼±(Python) ÀÎÅÍÆäÀ̽º(API)¸¦ Á¦°øÇÕ´Ï´Ù.
º» °úÁ¤Àº, ÅØ½ºÆ® ¸¶ÀÌ´× ±â¹ÝÀÇ ÇÙ½É ¾Ë°í¸®ÁòÀ» ÀÌÇØÇÏ°í µ¥ÀÌÅ͸¦ ºÐ¼®ÇÏ¿© Á÷Á¢ ÅÙ¼Ç÷οì(TensorFlow)·Î ±¸ÇöÇÏ´Â ½Ç¹« ¼ö¾÷ÀÔ´Ï´Ù.
ÅÙ¼ÇÃ·Î¿ì µö·¯´× ÀΰøÁö´É °³¹ß
±¸ºÐ | »ó¼¼Ä¿¸®Å§·³ |
---|---|
ÅØ½ºÆ® ¸¶ÀÌ´× ±â¹Ý µ¥ÀÌÅÍ ºÐ¼® ¹æ¹ý °èȹÇϱâ |
BeautifulSoup »ç¿ëÇϱâ |
ÇüÅÂ¼Ò ºÐ¼® ¶óÀ̺귯¸®(KoNLPy)¸¦ ÀÌ¿ëÇÑ ÅØ½ºÆ® ÆÄÀÏ ºÐ¼® | |
´Ü¾î ÃâÇö ºóµµ ºÐ¼® | |
¸·´ë ±×·¡ÇÁ, ¿öµå Ŭ¶ó¿ìµå | |
ÅØ½ºÆ® º¯È¯Çϱâ | Word2Vec ºÐ¼® ¶óÀ̺귯¸® gensim »ç¿ëÇØº¸±â |
´Ü¾î º¯È¯ ¹× ¸ðµ¨ ÆÄÀÏ·Î ÀúÀå | |
´Ü¾î¿¡ ´ëÇÑ À¯»çµµ ºÐ¼® | |
´Ü¾î »çÀü ±¸ÃàÇϱâ | ¸ðµ¨ ÆÄÀÏ¿¡ ´ëÇÑ À¯»ç ´Ü¾î ÃßÃâÇϱâ |
À¯»çµµ ±×·¡ÇÁ | |
ÅØ½ºÆ® ºÐ·ù °á°ú ºÐ¼®Çϱâ | Á¶°ÇºÎ È®·ü, º£ÀÌÁî Á¤¸® |
¸ÞÀÏÀÇ Á¦¸ñÀ» ÀÌ¿ëÇÏ¿© ½ºÆÔ¿©ºÎ ÆÇ´Ü ±â´É | |
Á¤Çü µ¥ÀÌÅÍ °áÇÕ ºÐ¼® ¼öÇà | sqlite¸¦ »ç¿ëÇÑ Áý°è µ¥ÀÌÅÍ Ã³¸® |
¼±Çü ȸ±Í | °¡Àå ÈÇ·æÇÑ ¿¹Ãø¼± ±¸Çϱâ, ÃÖ¼Ò Á¦°ö¹ý |
°æ»ç Çϰ¹ýÀ¸·Î ¿ÀÂ÷ ¼öÁ¤Çϱâ | |
ÇнÀÀ²¿¡ ´ëÇÑ ÀÌÇØ, ´ÙÁß ¼±Çü ȸ±Í ´Ù·ç±â | |
·ÎÁö½ºÆ½ ȸ±Í | ·ÎÁö½ºÆ½ ȸ±ÍÀÇ Á¤ÀÇ, ½Ã±×¸ðÀ̵å ÇÔ¼ö |
¿ÀÂ÷ °ø½Ä(·Î±× ÇÔ¼ö) | |
½Å°æ¸Á | ÆÛ¼ÁÆ®·Ð(°¡ÁßÄ¡, ¹ÙÀ̾, Ȱ¼ºÈ ÇÔ¼ö) |
XOR ¹®Á¦, ´ÙÁß ÆÛ¼ÁÆ®·Ð | |
µö·¯´× ¸ðµ¨ ¼³°èÇϱâ | ÀÔ·ÂÃþ, Àº´ÐÃþ, Ãâ·ÂÃþ |
¸ðµ¨ ÄÄÆÄÀÏÇϱâ, ¸ðµ¨ ½ÇÇàÇϱâ | |
µ¥ÀÌÅÍ ´Ù·ç±â | µö·¯´×°ú µ¥ÀÌÅÍ, pandas¸¦ ÀÌ¿ëÇÑ µ¥ÀÌÅÍ Á¶»ç |
µ¥ÀÌÅÍ °¡°øÇϱâ, matplotlib¸¦ ÀÌ¿ëÇÑ ±×·¡ÇÁ Ç¥Çö(»ó°ü °ü°è) | |
´ÙÁß ºÐ·ù ¹®Á¦ ÇØ°áÇϱâ | »ó°üµµ ±×·¡ÇÁ, one-hot ÀÎÄÚµù, »ó°üµµ ±×·¡ÇÁ, ¼ÒÇÁÆ® ¸Æ½º |
°úÀûÇÕ ÇÇÇϱâ | °úÀûÇÕ ÀÌÇØÇϱâ, ÇнÀ¿ë ¼Â°ú Å×½ºÆ® ¼ÂÀÇ ºÐ·ù |
¸ðµ¨ÀÇ ÀúÀå°ú Àç»ç¿ëÇϱâ, K°ã ±³Â÷ °ËÁõÇϱâ | |
º£½ºÆ® ¸ðµ¨ ¸¸µé±â | µ¥ÀÌÅÍÀÇ È®Àΰú ½ÇÇà, ¸ðµ¨ ¾÷µ¥ÀÌÆ® Çϱâ, ±×·¡ÇÁ·Î È®ÀÎÇϱâ |
³ª, ³Ê, ¿ì¸®°¡ ¸ð¿© »õ·Î¿î IT ¼¼»óÀ» ¸¸µé¾î °©´Ï´Ù.
ÀÌÁ¨ IT¾ÆÄ«µ¥¹Ì´Â, ½Ç¹«Çü Àü¹® °³¹ßÀÚ ÀÎÀç ¾ç¼ºÀ» À§ÇØ 10³â ÀÌ»ó °æ·ÂÀÚ À§ÁÖÀÇ °»çÁø°ú
´Ù¾çÇÑ ¸ðÀÇ ÇÁ·ÎÁ§Æ®¸¦ ÅëÇØ ÇöÀå °¨°¢À» ÀÍÈú ¼ö ÀÖ´Â IT ±³À°°úÁ¤À» ¿î¿µÇÕ´Ï´Ù.