전체 글

오늘은 본격적인 글을 시작하기 전에 “여러분은 과연 하루 중 몇분을 본인이 계획한대로 살아가고 있나요?” 질문을 던져보고 싶다. 이전 글들에서도 밝힌 것처럼 나는 MBTI 검사에서 ‘J’가 99% 만큼 나왔을 정도로 계획을 중시한다. 하지만, 돌이켜 생각해보면 정작 이러한 계획을 제대로 못 지키는 사람 중 하나이기도 했다. ‘누구에게나 계획은 있다’ 책을 읽으면서도 느낀 것이지만, 계획을 지키려는 나의 의지는 계속 무언가에 이끌려 이탈하고 말았다. 단기적으로 보면, 이는 아무것도 아닌 평범한 사람들과 같다. 하지만, 나는 장기적으로 내다보았을 때 무계획적인 나의 삶을 고칠 필요가 있다고 생각했다. 하고 싶은 것, 바라는 것, 하고자 하는 것 등이 많은 나에게 하루 계획이 무너진다는 것은 일주일, 한달, ..

(6주차 업데이트_24.02.24) 6주차는 아직 올라오기 전 학습회고로 혼공학습단의 종지부를 찍어보고자 합니다. 물론, 아직 남은 Chapter 9은 차주에 추가로 공부하고 포스팅 예정입니다. 매주 우수혼공족으로 뽑히진 못했어도, 2회 정도는 수상했네요. 나름 이렇게 모아보니 뿌듯합니다. 사람마다 공부하는 방식이 다르기에 둘러보면, 확실히 정리를 잘하시는 분들도 많더군요. 다른 분들의 공부 내용을 둘러보면서 복습의 시간도 가질 수 있었습니다. 전공자이긴 하나, 막상 직장 생활을 병행하며 주말마다 인공지능을 공부한다는 것이 마냥 쉽지만은 않았습니다 .오히려 처음에는 겁부터 많이 났죠. 인공지능, 분명 알아야하는 것은 알고 있지만, 그 문턱을 넘기가 참 어려웠습니다. 주차별로 혼공족장님의 격려의 말과 함께..

Chapter 08 이미지를 위한 인공 신경망 ▶ 패션 럭키백의 정확도를 높입니다! 08-1 합성곱 신경망의 구성 요소 ▶ 합성곱 신경망의 개념과 동작 원리를 배우고 간단한 실습하기 학습 목표 합섭공 신경망을 구성하는 기본 개념과 동작 원리를 배우고 간단한 합성곱, 풀링 계산 방법을 익힙니다. 합성곱 마치 입력 데이터에 마법의 도장을 찍어서 유용한 특성만 드러나게 하는 것 밀집층: 뉴런마다 입력 개수 만큼의 가중치 有 인공 신경망 모델 훈련: 처음에 가중치와 절편을 랜덤하게 초기화 (에포크를 반복하면서 경사 하강법 알고리즘을 사용하여) 손실이 낮아지도록 최적의 가중치와 절편을 찾아감 합성곱: 입력 데이터 전체에 가중치 적용(밀집층) 밀집층의 뉴런은 입력 개수 만큼 10개의 가중치를 가지고 1개의 출력 입..

AI 트렌드를 따라 LLM 이 현재 가장 관심이 뜨거운 분야로 급부상하고 있다. 학부생 시절 졸업작품을 제작할 당시에도 이러한 자연어 처리(NLP)에 관심이 많아 이와 관련된 EduTech를 주제로 진행했었는데, 그때만 해도 인공지능은 나에게 미지의 분야였다. 물론, 졸업작품은 잘 마칠 수 있었지만 인공지능은 정말 어렵게만 느껴졌다. 인공지능 산업이 발전함에 따라, 인공지능을 그저 어려운 학문으로만 남겨두고 싶지 않았다. 그래서 나는 ‘혼자 공부하는 머신러닝+딥러닝’ 책도 정독해보고, 다음 스텝으로 이 책을 선택하여 GPT-4 모델에 대한 이해, 자연어 처리에 대한 조금 더 심화된 학습을 진행하고 싶었다. 1장에서는 LLM을 들어가기 전 인공지능과 자연어 처리에 대한 개괄적이고, 기초적인 개념들을 파악할..

Chapter 07 딥러닝을 시작합니다 ▶ 패션 럭키백을 판매합니다! 07-1 인공 신경망 ▶ 텐서플로로 간단한 인공 신경망 모델 만들기 학습 목표 딥러닝과 인공 신경망 알고리즘을 이해하고 텐서플로를 사용해 간단한 인공 신경망 모델을 만들어봅시다. 패션 MNIST MNIST 머신러닝: 붓꽃 데이터셋 딥러닝: MNIST 데이터셋 손으로쓴 0~9까지의 숫자로 이루어짐 패션 MNIST MNIST와 크기, 개수가 동일하지만 숫자 대신 패션 아이템으로 이루어진 데이터 각 픽셀은 0~255 사이의 정숫값을 가짐 이런 이미지의 경우 보통 255로 나누어 0~1 사이의 값으로 정규화 이는 표준화는 아니지만 양수 값으로 이루어진 이미지를 전처리할 때 널리 사용하는 방법 로지스틱 회귀로 패션 아이템 분류하기 인공 신경망 ..

학창시절 ‘국어’는 썩 좋아하는 과목은 아니었다. 특히 ‘문학’은 나와는 거리가 있었다. 다양한 정보, 세상 이야기를 접할 수 있는 ‘비문학’은 나와 잘 맞았다. ‘문학’은 정서적인 부분과 해석에 중점을 두었다면, ‘비문학’은 그 글 자체만으로 읽는 재미가 있었다. 문학, 비문학의 기초가 되는 ‘문법’은 공무직을 준비한다면 필수 교과목 중 하나이다. 한때 공무직을 준비하면서 학창 시절로 돌아가 열심히 ‘문법’ 을 암기식으로 공부하기도 했다. 하지만, 이는 시험 때만 잠깐 빛을 볼 뿐 일상 생활 속에서 그 지식이 활용되지는 못했다. 취업 후 얼마안되어서 ‘책’을 좋아하는 나조차도 문해력이 뒤쳐지고 있다는 생각을 들게한 사건이 있었다. ‘적확’이라는 표현이었는데, 처음엔 ‘정확’의 오타가 아닐까? 싶어 습관..

Chapter 06 비지도 학습 ▶ 비슷한 과일끼리 모으자! 06-1 군집 알고리즘 ▶ 흑백 이미지 분류 방법과 비지도 학습, 군집 알고리즘 이해하기 학습 목표 흑백 사진을 분류하기 위해 여러 가지 아이디어를 내면서 비지도 학습과 군집 알고리즘에 대해 이해합니다. 타깃을 모르는 비지도 학습 지도 학습: 타깃 有 비지도 학습: 타깃 無 과일 사진 데이터 준비하기 픽셀값 분석하기 평균값과 가까운 사진 고르기 군집(clustering): 비슷한 샘플끼리 그룹으로 모으는 작업 클러스터(cluster): 군집 알고리즘에서 만든 그룹 히스토그램: hist() 구간별로 값이 발생한 빈도를 그래프로 표시한 것 x 축: 값의 구간(계급) y 축: 발생 빈도(도수) 확인 문제 히스토그램을 그릴 수 있는 맷플롯립 함수는 무..

앞서 읽은 책과의 연장선에 있는 책이다. 우리는 결국 실천, 그리고 행동해야 한다. 무의식 속에 행해지는 행동도 있지만, 우리가 무언가를 이루고자 한다면 그것은 의식을 기반으로 발생한 행동일 것이다. 나는 여기에서 과연 나의 ‘멘탈’은 괜찮은 것일까? 라는 의문을 품게 되었다. 우울증에 시달리진 않지만, 때로는 번아웃이 찾아올 때가 있다. 이는 나뿐만 아니라, 현대 직장인이라면 공감하는 부분일 것이다. 정말 열심히 일하지만, 혹은 정말 열심히 공부하지만 그 끝에서 우리의 ‘멘탈’은 과연 괜찮은 것일까? ‘멘탈리티’라는 책을 읽었을 때 채우지 못했던 멘탈 강화를 위해서는 어떠한 준비가 필요한지 나는 얻고 싶었다. 이 책에서 와닿은 바는 3가지 였다. 목표 달성의 공식 = 목표 x 수단 x 멘탈 사람의 심리..