느리지만 꾸준히, 코딩

업스테이지 Computer Vision대회 개요대회명문서 타입 분류를 위한 이미지 분류 대회대회 일정 (Timeline)프로젝트 전체 기간: 2월 14일 (금) ~ 2월 25일 (화)팀:팀명: 오합지존 Idle대회 소개Computer Vision에서 가장 중요한 태스크 중 하나인 이미지 분류 문제.문서 타입 분류를 위한 이미지 분류 대회.금융, 의료, 보험, 물류 등 다양한 산업에서 활용됨.대량의 문서 이미지를 식별하고 자동화 가능.데이터 개요총 17종의 문서 클래스입력 (Input): 3,140장의 이미지출력 (Output): 각 이미지의 문서 클래스 예측 (CSV 파일 제출)기술적 기대 효과딥러닝 기반 이미지 분류 모델 구축Backbone 모델 활용 및 성능 최적화현업에서 사용하는 실 데이터 기반 학..

dim이란?Tensor에서 dim을 지정하는 이유는 데이터를 특정 차원(축, dimension) 기준으로 연산하기 위해서입니다.머신러닝과 딥러닝에서는 다차원 데이터(Tensor)를 다룰 때 차원을 기준으로 합(sum), 평균(mean), 최대값(max) 등의 연산을 수행해야 합니다.  코드 예시# 3x3 Tensor 생성tensor = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]])# 전체 합계print(torch.sum(tensor)) # 45# 열을 기준으로 합계 (dim=0) → 세로 방향 합print(torch.sum(tensor, dim=0)) # tensor([12, 15..

여러 층으로 구성된 뉴럴 네트워크(Neural Network)의 구조를 이해하기 쉽게 정리해봄📌 뉴럴 네트워크를 학생들이 여러 줄로 서 있는 구조로 이해하기👉 상황 4명의 학생(A, B, C, D)이 한 줄로만 서 있는 것이 아니라 여러 층(줄)으로 서 있음. 즉, 한 줄이 아니라 입력층(첫 번째 줄), 은닉층(중간 줄), 출력층(마지막 줄)으로 구성됨. 각 학생(뉴런)은 자신이 받은 정보를 가공해서 다음 층으로 전달함.⏳ Step 1: 순전파 (Forward Propagation)학생들이 여러 줄(층)로 서 있음💡 예제:문제 = "5 + 3 = ?"을 풀어라 입력층 (Input Layer)은닉층 (Hidden Layer)출력층 (Output Layer)A1: "5를 입력"B1: "이걸 2배..

1️⃣ 머신러닝 & 최적화 기법🔹 퍼셉트론 (Perceptron)가장 단순한 인공 신경망 모델로 이진 분류에 사용활성화 함수: 스텝 함수가중치와 편향을 조정하여 최적의 결정 경계를 찾음🔹 가중치 초기화Xavier 초기화: tanh, sigmoid 활성화 함수에 적합, 분산 유지He 초기화: ReLU 계열에 적합, 기울기 소실 방지🔹 경사 하강법 (Gradient Descent)손실 함수의 기울기를 이용해 모델 최적화확률적 경사 하강법 (SGD): 일부 샘플(batch)만 사용하여 연산량 절약모멘텀 (Momentum): 이전 기울기를 반영해 더 빠르고 안정적인 학습NAG (Nesterov Accelerated Gradient): 기울기를 미리 예측하여 정밀한 업데이트 수행Adam: Momentum과 ..

프로젝트 소개기상 데이터를 기반으로 MLOps를 설계하고 운영하는 데 중점을 둠MLOps의 실제 적용 사례를 통해 데이터 활용에서 서비스 배포까지의 전 과정을 경험해보기기간: 2025. 01. 16 ~ 2025. 02.03팀원: 5명역할: MLOps 엔지니어링 & CI/CD 파이프라인 구축주요 작업데이터 수집 및 전처리모델 개발 및 학습MLOps 파이프라인 구축모니터링 및 유지보수아키텍처 설계 다이어그램많은 MLOps 도구들프로젝트 초기에는 다양한 MLOps도구들이 있다는것을 알 수 있었습니다.하지만, 많은 도구들이 왜 나왔고 어떠한 용도로 사용되어야 하는지 알기 힘들었습니다. 저희 팀은 단순히 MLOps 도구들을 경험해보는 것보다, 작은 단계부터 직접 구축하며 전체적인 흐름을 이해하는 것이 훨씬 더 실..

github 링크: https://github.com/wooobo/upstage-ml-regression-ml프로젝트 전반에 대한 회고이번 대회는 데이터 전처리부터 모델링, 하이퍼파라미터 튜닝까지 다양한 과정에서 많은 것을 배울 수 있었던 소중한 경험이었습니다. 프로젝트 초기에는 데이터의 특성과 구조를 이해하는 데 초점을 맞췄고, 가설을 수립하며 분석 방향을 정리했습니다. 특히 좌표 정보 결측치를 보완하기 위해 카카오 API를 활용한 점은 데이터의 품질을 높이는 데 중요한 역할을 했습니다. 대회성적대회 최종 성적은 기대에 미치지 못해 아쉬움이 남습니다. 하지만, 대회 종료 후 Validate 데이터를 따로 분리하여 개인적으로 추가 실험을 진행하면서 성능을 개선할 수 있었습니다.1. 주요 성과EDA 및 데..

GitHub의 주요 협업 기능인 Fork, Projects, Pull Request(PR), 그리고 Issue를 어떻게 효과적으로 활용할 수 있는지 설명하겠습니다.1. Fork: 저장소 복제Fork는 다른 사용자의 저장소를 내 계정으로 복제하여 원하는 대로 수정할 수 있게 해주는 기능입니다. 오픈 소스 프로젝트에 기여하거나 독자적인 변경사항을 실험할 때 유용합니다.활용 방법:관심 있는 프로젝트의 저장소를 Fork합니다.복제한 저장소를 로컬로 클론하고 필요한 변경을 합니다. git clone https://github.com/내-계정명/프로젝트명.git변경사항을 커밋하고 Push하여 자신의 Fork 저장소에 반영합니다.git commit -m "수정 내용 요약"git push origin 브랜치명2. Pr..

Git 학습블로그Git 이란?Git은 버전 관리 시스템(VCS)으로, 소프트웨어 개발 과정에서 코드의 변화를 추적하고, 여러 명의 개발자가 동시에 동일한 프로젝트에 협업할 수 있도록 도와줍니다. Linus Torvalds에 의해 개발되었습니다.GitHub란?GitHub는 Git의 클라우드 기반 호스팅 서비스로, 프로젝트의 버전 관리뿐만 아니라 협업 기능도 제공합니다.Set ConfigurationGit에서 사용자 설정을 초기화하는 방법은 다음과 같습니다:git config --global user.name "Your Name"git config --global user.email "your_email@example.com"이 설정은 커밋할 때 사용자 정보를 등록하는 데 사용됩니다.git 시작하기Git 프..

강사님: 김용담프로세스와 쓰레드란?프로세스프로세스는 실행중인 프로그램의 인스턴스이다.프로세스 간의 메모리는 공유되지 않고 독립된 메모리 공간을 가진다.프로세스에 문제가 생겨도 다른 프로세스에 영향을 주지 않는다.운영체제에 의해 관리 된다.쓰레드프로세스 내의 작업 단위같은 프로세스의 쓰레드는 메모리 공유가 가능하다.프로세스보다 가벼운 실행 단위멀티 프로세스정의하나의 프로그램이 여러 프로세스를 만들어 작업을 수행방식을 말합니다.특징각 프로세스는 메모리 독립입니다.각 프로세스는 영향을 받지 않기 때문에 다른 프로세스에 문제가 생겨도 다른 프로세스에 영향을 주지 않습니다.장단점CPU 코어를 더욱 효율적으로 사용가능합니다.독립된 메모리 공간을 가지기 때문에 메모리를 많이 소비합니다.멀트 쓰레드정의하나의 프로세스에..