분류 전체보기124 [AI] CNN(Convolutional Neural Networks)에 대하여 이번 포스팅에서는 딥러닝(Deep Learning)의 핵심적인 구조 중 하나인 CNN(Convolutional Neural Networks), 즉 합성곱 신경망에 대해 알아보겠습니다.CNN은 이미지 처리와 관련된 작업에서 상당한 성능을 보여주며, 딥러닝 모델 중에서도 매우 널리 사용되고 있습니다.이 글에서는 CNN의 기본 개념부터, 주요 구성 요소, 작동 원리에 대해 자세히 알아보겠습니다!CNN이란?CNN(Convolutional Neural Nets)은 이미지 및 영상 등의 특징을 식별(detection)하고 분류(classification)하는데 널리 사용되는 딥러닝 기본 모델입니다.CNN의 구성 CNN은 크게 2가지 단계로 구성됩니다. 1. Feature learning : 공간정보를 유지하면서 i.. 2025. 1. 27. 의료 영상 데이터 전처리 방법 - Resize, Resample, Normalization, Gamma Correction, Adaptive Equalization 이번 포스팅에서는 영상 데이터 처리 방법에 대해 알아보도록 하겠습니다. AI 모델의 성능을 높이기 위해서는 AI가 잘 학습할 수 있도록 입력 데이터를 잘 넣어주는 것이 중요합니다. 그러나 실제 현실의 데이터는 다양한 환경에서 수집될 수 있기 때문에 포맷이 제각각인 경우가 많은데요, 이를 해결하기 위해 반드시 거쳐야하는 과정이 preprocessing, 즉 데이터 전처리입니다. 그 중에서도 대표적으로 사용되는 기법인 resize, resample, normalization, gamma correction, adaptive equalization을 의료 영상 데이터를 활용하여 실습해보겠습니다!데이터 및 라이브러리 가져오기데이터를 현재 세션으로 가져옵니다.!git clone https://github.com/.. 2025. 1. 25. [Java] 조건문과 반복문 자바의 조건문과 반복문은 프로그램의 흐름 제어를 위해 사용하는 기본적인 구조입니다. 이번 포스팅에서는 자바에서 조건문과 반복문을 어떤 식으로 사용할 수 있는지 그 형태를 예시와 함께 보도록 하죠!조건문(Conditional Statement) 조건문은 특정 조건에 따라 다른 코드 블록을 실행하고 싶을 때 사용합니다. else if문 여러 조건을 순차적으로 검사하고, 첫 번째로 참이 되는 조건의 코드를 실행합니다. if (조건1) { // 조건1이 참일 때 실행} else if (조건2) { // 조건2가 참일 때 실행} else { // 모든 조건이 거짓일 때 실행} 예제: 시험 점수에 따른 성적 출력int score = 85;if (score >= 90) { System.out.. 2024. 12. 16. [정보처리기사] 2과목 소프트웨어 개발 - 통합 구현 📌 모듈 구현 통합 구현은 데이터 입출력, 애플리케이션 테스트, 소프트웨어 패키징 등 다양한 작업을 포함합니다. 특히, 소프트웨어의 모듈화와 이를 통합하는 과정이 핵심입니다. 모듈소프트웨어의 독립적인 단위로, 각기 다른 논리적 기능을 수행합니다.이러한 모듈을 결합하여 완전한 소프트웨어를 완성합니다.구현 절차 코딩작업 계획 → 코딩 → 컴파일 → 테스트 테스트와 디버그의 목적 테스트: 오류를 발견하기 위한 작업디버그: 발견된 오류를 수정하는 작업소프트웨어 재사용과 통합 관리소프트웨어 통합 구현 과정에서 재사용(Reuse)의 개념은 비용 절감과 품질 유지에 큰 도움이 됩니다.재공학(Re-Engineering): 기존 소프트웨어의 기능을 유지하면서 개선하거나 재활용하는 기법주요 활동 - 분석, 재구조화, .. 2024. 12. 9. [Data Science] Feature 선택 및 중요도 평가 모델의 성능은 사용되는 Feature(특성)의 품질과 선택에 크게 좌우됩니다.Feature 선택과 중요도 평가는 데이터를 분석하고 머신러닝 모델을 개발할 때, 효율적인 학습과 신뢰할 수 있는 결과를 얻기 위한 핵심 과정입니다. 본 포스팅에서는 Feature 중요도를 계산하는 주요 방법 4가지에 대해 알아보겠습니다.Feature ImportanceDrop-Column ImportancePermutation ImportanceSHAP(SHapley Additive exPlanations)데이터 셋데이터 셋 : Adult Census Income Adult Census IncomePredict whether income exceeds $50K/yr based on census datawww.kaggle.com.. 2024. 12. 8. [Data Science] Feature(차원) 축소 - t-SNE(t-Distributed Stochastic Neighbor Embedding) 데이터 과학에서 차원 축소는 고차원 데이터를 시각화하거나 모델 성능을 최적화하는 데 매우 중요한 기술입니다. 이번 포스팅에서는 t-SNE(t-Distributed Stochastic Neighbor Embedding)에 대해 알아보고, Python을 사용해 데이터를 시각화하는 방법을 알아보겠습니다.t-SNE의 정의 t-SNE는 차원 축소와 데이터 시각화를 위해 고안된 비선형 차원 축소 기법입니다. 고차원 공간에서 가까운 것은 저차원에서도 가깝게, 고차원에서 먼 것은 저차원에서도 멀게 유지함즉, 고차원 데이터에서 데이터 포인트 간의 관계를 유지하면서 저차원으로 변환한다는 것비선형 차원 축소 기법으로, 비선형 변환을 사용하여 복잡한 데이터 구조를 효과적으로 표현데이터 간의 유사성(Similarity)에 중점.. 2024. 12. 7. [Data Science] Feature(차원) 축소 - 주성분 분석(PCA, Principal Component Analysis) 데이터 분석에서 고차원 데이터는 때때로 분석을 복잡하게 만들고, 모델 성능을 저하시킬 수 있습니다. 이를 해결하기 위한 강력한 도구 중 하나가 바로 주성분 분석(PCA)입니다. 이번 포스팅에서는 PCA의 개념과 필요성을 이해하고, Python을 사용한 구현 방법을 알아보겠습니다.주성분 분석(PCA, Principal Component Analysis)이란?PCA란 고차원 데이터를 저차원으로 축소하면서 데이터의 분산(정보)를 최대한 보존하는 선형 차원 축소 기법입니다.데이터를 새로운 좌표계로 변환하여 데이터의 주요 패턴을 찾고, 불필요한 차원을 제거하는데 사용합니다.예) 3차원의 데이터를 2차원의 주성분 공간으로 사영(projection)시키면 원래 데이터가 가지고 있는 특징의 대부분이 보존PCA가 필요한.. 2024. 12. 7. [Data Science] Feature Selection - 유전 알고리즘(Genetic Algorithm, GA) 모델 성능을 향상시키기 위해서는 특징 선택(Feature Selection)이라는 과정이 반드시 필요합니다.굉장히 중요한 단계인데요, 특징 선택은 여러가지 방법론을 활용할 수 있습니다. 이번 포스팅에서는 그 중에서도 굉장히 효과가 좋다고 알려진, "유전 알고리즘"에 대해 알아보겠습니다!유전 알고리즘의 이점 유전 알고리즘은 기존의 전진 선택, 후진 소거, 단계적 선택과 같은 휴리스틱 기법들 보다 조금 더 많은 시간을 들이지만, 최적 변수 집합을 찾을 가능성이 더 높습니다!유전 알고리즘(Genetic Algorithm, GA)이란?유전 알고리즘은 진화론적 개념(자연 선택 및 유전)에서 영감을 받아 최적화를 수행하는 메타 휴리스틱(Meta-Heuristic) 알고리즘 입니다.메타 휴리스틱이란, 닫힌 해가 존재.. 2024. 12. 7. 이전 1 2 3 4 5 ··· 16 다음
