hwibeenjeong 님의 블로그

저번 게시물에 이어 프로젝트를 준비하는 시간을 가졌고, 프로젝트 발표회까지 했다.폐기물 발생량과 온실가스 배출량과의 상관관계 분석을 시작으로, 상관계수를 확인한 뒤 지구온난화의 심각성과 지구 온난화에 대비하는 기업의 ESG 경영을 권장하는 주제로 미니 프로젝트를 진행하였다.  폐기물 발생량과 온실가스 배출량을 상관관계 분석하는 코드는 지난 게시물에 올려놓았고, 같은 조원들이 CO2 배출량, 온실가스 배출량 데이터를 기반으로 예측할 수 있는 모델을 구축하였다. 이번 모델에서는 ARIMA라는 모델을 사용하였고, Tensorflow 혹은 Keras의 모델이 아닌 StatsModel 라이브러리를 사용하여 예측하였다. StatsModel의 ARIMA는 시계열 데이터(시간)을 학습하고 예측하는 데 유리한 모델이다...

0. 들어가기 앞서인공지능 관련 수업이 얼추 진행되었다. 지금까지 배운 내용들을 토대로 미니 프로젝트를 진행하였다. 1. 주제 선정 발표미니 프로젝트 주제를 선정하여 해당 주제에 대한 발표를 진행하였다. 우리 조는 폐기물 발생량과 온실가스 배출량 분석을 통한 지속 가능한 삶 제안이라는 주제로 이번 프로젝트를 진행하려한다.폐기물이 발생하고 폐기물을 처리하는 과정을 자세히 살펴보면, 소각과 매립이 주를 이루고 있다. 그렇기 때문에 해당 과정에서 발생하는 온실가스 배출량을 확인한다. 상관관계 분석을 진행하고, 온실가스가 지구온난화를 가속화 시킨다는 것과, 지구 온난화로 인한 이상기후들에 대한 데이터들을 분석하고 예측하여, 지금처럼 폐기물이 발생된다면 머지 않아 환경을 악화시킬 수 있다는 것을 보여줄 예정이다...

1. FNNFNN(Feedforward Neural Network)란, 입력값이 출력까지 한 방향으로 전달되는 구조를 가진 인공 신경망이다. 이 구조 때문에 'feedforward'라는 이름이 붙었으며, 데이터가 신경망의 입력층에서 출력층까지 단방향으로 이동하므로 순환 또는 피드백이 없다. 이러한 특징으로 인해 FNN은 시계열 데이터와 같은 연속적인 정보를 처리하는 데 한계가 있다.위와 같이 RNN과 달리 단방향성을 가진다. FNN은 인공 신경망의 기본적인 형태로, 다수의 입력 노드와 가중치, 활성화 함수를 통해 출력 노드로 정보를 전달한다. 이때 가중치는 학습 과정에서 업데이트되며, 초기 가중치는 보통 무작위로 결정된다. FNN은 다층 퍼셉트론이라고도 불리며, 은닉층이 하나 이상인 인공 신경망을 말한다..

1. 딥러닝 개요1-1. 딥러닝 라이브러리 (Keras)딥러닝에 주로 사용되는 라이브러리인 Keras의 중요한 요소들을 살펴보자.- 모델 (Model)* 순차 모델(Sequential)을 비롯한 다양한 모델들이 존재한다. 이번 교육과정에서는 순차 모델을 주로 다루니 순차 모델에 대해서 자세히 알아보자.compile(optimizer, loss, metrics): 훈련을 위해서 모델을 구성하는 메소드fit(x, y, epochs, batch_size, verbose): 모델 훈련 메서드evaluate(x, y): 테스트 모드에서 모델의 손실 함수 값과 측정 항목 값을 반환predict(x, batch_size): 입력 샘플에 대한 예측값 생성add(layer): 레이어 모델에 추가한다- 레이어 (Layer..

1. 인공 신경망신경망: 생물학적인 신경망에서 영감을 받아서 만들어진 컴퓨팅 구조 인간의 두뇌컴퓨터처리 소자의 개수10의 10제곱개의 뉴런10의 8제곱개의 트랜지스터처리 소자의 속도10의 제곱Hz10의12제곱 Hz학습 기능유무계산 스타일분산 병렬 처리중앙집중식, 순차적 처리단순한 필기체와 같은 이미지들은 식별이 쉽지만, 다채로운 색상의 그림은 식별하기 어렵다.  2. MLP (Multi Layer Perceptron)2-1. 퍼셉트론(Perceptron)1957년 로젠 블라트가 고안한 인공신경망, 입력층에 임의의 벡터가 들어 오면, 서로 연결된 특징값과 가중치를 곱한 결과를 모두 더한다. 이렇게 얻은 값을 활성화 함수에 입력으로 넣고 계산한다. 활성화 함수의 출력이 퍼셉트론의 최종 출력이 되는데, 1 또..

이강산 사진 작가님께서 설명해주신 '나는 나다'라는 강의는 그동안 이강산 작가님께서 경험하신 일들을 간접적으로 경험하였다. 이강산 작가님께서는 4년간 여인숙을 돌아다니시면서 만나셨던 다양한 사람들에 대한 이야기를 해주셨다. 이강산 작가님께서 1년간 노력하신 결과물로 그 사람을 사진에 담았다는 사실도 굉장히 놀라웠고, 사람의 마음을 여는 것도 굉장히 어렵다고 생각했는데 어떻게 하면 이강산 작가님처럼 사람의 마음을 움직일 수 있을지 고민도 해보았다. 그렇게  고민해도 답이 나오지 않았기에 질문드려보았다. 그러자 작가님께서는 정성과 간절함이라고 말씀해주셨다. 지금까지는 그러한 상황이 오지 않았기에 이해할 수 없었지만, 나중에라도 이 말씀이 공감이 될 날이 올 것이라 믿는다. 대전대학교 건축학과 최기원 교수님의..

1. 분류(Classification) 알고리즘머신러닝 중 분류 기술은 지도학습 중 하나이다. 제공된 데이터를 학습하고, 학습된 모델은 데이터들을 분류한다. 분류 알고리즘 중 가장 대표적인 k-NN 알고리즘에 대해 알아보자.  k-NN(k-Nearest Neighbors) 알고리즘k 최근접 이웃 알고리즘은 기준점 주변의 데이터들을 바탕으로 값이 결정된다. 먼저 범위(k)를 정해주고, 범위 내에 있는 데이터가 어떤 클래스인지에 따라 기준점의 데이터의 클래스가 결정된다.만약 k가 3이라고 가정했다면,  빈 네모는 붉은 별로 분류된다. 하지만 반대로 k값이 증가함에 따라 데이터의 개수가 아래의 그림과 같아진다면 빈 네모는 파란 원이 된다.이렇게 주위의 데이터들 바탕으로 값이 결정되기 때문에 최근접 이웃이라고 ..

1. 머신 러닝의 기초머신러닝에서 가장 중요한 것은 데이터이다. 신뢰성이 높은 데이터가 정확도가 높은 머신러닝 모델을 만든다고 해도 과언이 아니다. 그렇기 때문에 우리는 데이터 전처리를 진행하고, 학습 데이터와 테스트 데이터를 잘 구분해야 한다. 데이터는 정말 다양한 분야에서 채집되고, 많은 분야에서 사용된다. 사용 분야 예시를 확인해 보자.연구공공데이터경연학술, 교육사업, 서비스위와 같은 분야에서 다양한 데이터들이 활용된다. 그렇다면 데이터의 종류에는 어떤 것들이 있을까?데이터에는 크게 3가지 유형이 있다. Tabular(테이블화) 데이터, 영상이미지 데이터, 순차적 데이터로 이루어져 있다. 영상이미지 데이터는 정적 이미지(사진)와 동적 이미지(동영상)로 나뉘고, 순차적 데이터는 시간 데이터, 소리 데..

앞으로 2주 간 인공지능과 관련된 내용들을 학습하게 될 것이다. 내가 이번 교육과정 중에서 가장 기대하는 부분이기도 하고, 지금까지는 수박 겉핥기 식으로 배웠다면 이제는 전문적으로 배우길 기대한다. 1. PyCharm 환경 구축이번 교육은 pycharm을 통해서 진행된다. pycharm은 파이썬의 버전을 다양하게 설정하여 코딩을 할 수 있도록 지원해준다. 그렇기 때문에 pycharm의 설치부터 진행해보자.위의 화면 처럼 설치 파일을 다운로드 받으면 아래 화면과 같은 화면이 표시된다.다음을 누르고, 사용자 설정으로 원하는 기능을 선택한 후 설치하면 된다. 나는 모든 옵션을 선택했다.이렇게 설치가 되다가 설치가 완료되면 시스템을 재부팅해야한다.재부팅을 하면이렇게 새로운 프로젝트를 생성하고, 새로운 파일을 생..

이번 취업 역량 강화 활동은 이번 부트캠프 활동의 일환으로 건양대학교 견학을 하였다. 7개의 조 중 4개, 3개의 조로 나누어 교차하여 이번 활동을 진행하였다. 7조 인 우리는 오전에 강연을 듣고, 오후에 시뮬레이션하는 과정을 진행하였다. 1. 의학 분야에서의 인공지능 이번 강연을 진행해주시는 교수님은 건양대학교 약리학교실 강재구 교수님이셨다. 수업은 지루하지 않게 동영상 위주 수업이 진행되었고, 의료 분야에서 인공지능과 데이터분석이 어떻게 적용되는지 살펴보았다.먼저 코로나 사태를 전후로 의료분야에서 인공지능을 포함한 4차 산업혁명 기술이 사용되는 곳들이 전혀 달랐다.다음 사진은 CES(The international Consumer Electronics Show) 세계 최대 규모의 ICT 융합기술 전시..