인공지능 관련 잡부 라이프

딥러닝에 관해 공부를 시작할때 가장 먼저 접하는 분야가 이미지 분류일 것이다. 가장 흔하게 연구에 사용하는 데이터셋인 MNIST나 CIFAR-10 같은 경우도 모두 이미지 분류에 속하는 것을 알 것이다. 이런 이미지 인식(Visual Recognition) 영역에 대해서 이야기 해보려 한다. 이미지 인식(Visual Recognition) 이전 글에서 인공지능의 시작과 발전에 대해 설명했었다. https://bigsong.tistory.com/43?category=986883 [인공지능] 인공지능, 머신러닝, 딥러닝에 대하여(역사) 인공지능이란 인공지능의 등장 인공지능이란 용어을 처음 사용한 존 맥카시(John McCarthy)는 인공지능을 'Intelligence한 기계를 만드는 과학, 공학'이라고 정..

인공지능이란 인공지능의 등장 인공지능이란 용어을 처음 사용한 존 맥카시(John McCarthy)는 인공지능을 'Intelligence한 기계를 만드는 과학, 공학'이라고 정의하였다. 순수하게 그 의미를 해석해보자면 인간의 지능과 유사한 능력을 가지는 기계를 만들어 내는 것이 초기 인공지능의 개념이었다고 할 수 있겠다. 그러나 여기서 인간의 지능과 유사한 능력을 가지는 즉, Intelligence한 기계를 어떻게 정의할 것인지 그 기준이 없기 때문에 모호해 질 수 밖에 없다. 이러한 상황 속에서 앨런 튜링은 인공지능의 기준선을 정하는 것보다는, 인간이 보기에 인간에 준하는 지능이 있는지에 초점을 두기로 하였다. 즉 앨런 튜링은 "마음과 지능, 인간다움의 본질에 대한 논의는 그만두고, 일단 이 시험을 통과..

베이지안 확률 이전 글에서 베이즈 정리에 대해서 정리해 보았다. https://bigsong.tistory.com/40?category=986892 [확률과 통계] 베이즈 정리 베이즈 정리 베이즈 정리는 두 확률 변수의 사전 확률과 사후 확률 사이의 관계를 나타내는 정리로 사전 확률로부터 사후 확률을 구할 수 있는 방법을 제시한다. P(A) - 사전 확률: 결과가 나타나 bigsong.tistory.com 베이즈 정리는 베이지안 확률을 계산하기 위해 두 확률 변수의 사전 확률과 사후 확률 간의 관계를 정리한 것이다. 쉽게 말해 확률 변수 A와 B 그리고 사전 확률을 알고 있을 때, 우도 확률을 계산해내기 위해 서로의 관계를 수식화 한 것이다. 이런 베이지안 확률은 18세기 토마스 베이즈에 의해 고안된 것..

문제링크 https://www.acmicpc.net/problem/10989 10989번: 수 정렬하기 3 첫째 줄에 수의 개수 N(1 ≤ N ≤ 10,000,000)이 주어진다. 둘째 줄부터 N개의 줄에는 수가 주어진다. 이 수는 10,000보다 작거나 같은 자연수이다. www.acmicpc.net 문제 N개의 수가 주어졌을 때, 이를 오름차순으로 정렬하는 프로그램을 작성하시오. 입력 첫째 줄에 수의 개수 N(1 ≤ N ≤ 10,000,000)이 주어진다. 둘째 줄부터 N개의 줄에는 수가 주어진다. 이 수는 10,000보다 작거나 같은 자연수이다. 출력 첫째 줄부터 N개의 줄에 오름차순으로 정렬한 결과를 한 줄에 하나씩 출력한다. 풀이코드 import sys n_list = [0]*10001 for _..

베이즈 정리 베이즈 정리는 두 확률 변수의 사전 확률과 사후 확률 사이의 관계를 나타내는 정리로 사전 확률로부터 사후 확률을 구할 수 있는 방법을 제시한다. P(A) - 사전 확률: 결과가 나타나기 이전에 정해져 있는 사건 A의 확률(원인) P(B|A) - 우도 확률: 사건 A가 발생했다는 전제 하에 사건 B가 발생할 확률 P(A|B) - 사후 확률: 사건 B가 발생했다는 전제 하에 사건 A가 발생했을 확률 결국 베이즈 정리는 조건부 확률(사후 확률)을 구하기 위한 정리로 이미 발생한 사건의 확률을 이용해 앞으로 발생하게 될 사건의 가능성을 구할 수 있다. 베이즈 정리 역확률 문제 본래 베이즈 정리는 역확률 문제를 해경하기 위한 방법이었다. 조건부 확률을 알고 있을때, 사전 확률을 이용하여 조건부 확률(..

문제링크 https://www.acmicpc.net/problem/2751 2751번: 수 정렬하기 2 첫째 줄에 수의 개수 N(1 ≤ N ≤ 1,000,000)이 주어진다. 둘째 줄부터 N개의 줄에는 수가 주어진다. 이 수는 절댓값이 1,000,000보다 작거나 같은 정수이다. 수는 중복되지 않는다. www.acmicpc.net 문제 N개의 수가 주어졌을 때, 이를 오름차순으로 정렬하는 프로그램을 작성하시오. 입력 첫째 줄에 수의 개수 N(1 ≤ N ≤ 1,000,000)이 주어진다. 둘째 줄부터 N개의 줄에는 수가 주어진다. 이 수는 절댓값이 1,000,000보다 작거나 같은 정수이다. 수는 중복되지 않는다. 출력 첫째 줄부터 N개의 줄에 오름차순으로 정렬한 결과를 한 줄에 하나씩 출력한다. 풀이코드..

퍼널 분석이란 https://blog.adobe.com/ko/publish/2017/05/02/funnels-analysis#gs.hi23cm 떠난 고객도 다시 보자 – 퍼널 분석 고객이 제품을 구매하는 프로세스는 여러 단계로 이루어 집니다. 제품을 인지하고 관심을 가지게된 후 구매하기 적합한 제품인지 고민을 거쳐 실제로 제품을 구매하기까지의 여정에서 고객은 blog.adobe.com 이번엔 해당 자료를 가지고 사용자들에 대해 view → cart → purchase로 이어지는 funnel 수치를 구해보고자 한다. ◆ Funnel 분석 funnel은 깔때기란 뜻으로 funnel 분석은 깔때기의 원리와 유사하다 깔때기가 단계가 진행될 수록 좁아지면서 걸러지듯이 funnel 분석에서도 funnel 스탭에 따..

문제 링크 https://programmers.co.kr/learn/courses/30/lessons/43165 코딩테스트 연습 - 타겟 넘버 n개의 음이 아닌 정수가 있습니다. 이 수를 적절히 더하거나 빼서 타겟 넘버를 만들려고 합니다. 예를 들어 [1, 1, 1, 1, 1]로 숫자 3을 만들려면 다음 다섯 방법을 쓸 수 있습니다. -1+1+1+1+1 = 3 +1-1+1+1+ programmers.co.kr 문제 설명 n개의 음이 아닌 정수가 있습니다. 이 수를 적절히 더하거나 빼서 타겟 넘버를 만들려고 합니다. 예를 들어 [1, 1, 1, 1, 1]로 숫자 3을 만들려면 다음 다섯 방법을 쓸 수 있습니다. -1+1+1+1+1 = 3 +1-1+1+1+1 = 3 +1+1-1+1+1 = 3 +1+1+1-1..

이번에는 이전 데이터 셋을 사용하여 사용자들의 사이트 체류 시간을 구하는 방법을 알아보자. 이전 글: https://bigsong.tistory.com/35 [데이터 분석] 쇼핑몰 웹 로그 분석 - 1. Active User(활성 사용자) 캐글에서 제공하는 쇼핑몰 웹 로그 데이터셋을 이용하여 데이터 분석을 진행해보려 한다. 사용 데이터셋 정보 https://www.kaggle.com/mkechinov/ecommerce-behavior-data-from-multi-category-store eCommerce b.. bigsong.tistory.com ◆ 사이트 체류 시간과 페이지 체류 시간 참고 사이트: https://clicknote.tistory.com/3 사이트 체류 시간은 말 그대로 사용자가 해당 ..

캐글에서 제공하는 쇼핑몰 웹 로그 데이터셋을 이용하여 데이터 분석을 진행해보려 한다. 사용 데이터셋 정보 https://www.kaggle.com/mkechinov/ecommerce-behavior-data-from-multi-category-store eCommerce behavior data from multi category store This dataset contains 285 million users' events from eCommerce website www.kaggle.com ◆ 일별 활성 사용자(Active User) 수 구하기 활성 사용자 수는 방문수, 방문자수의 개념과는 달리 '정해진 기간동안 접속한 사용자의 수'이다. 흔히 방문수를 구할때 사용하는 세션을 이용해 방문 횟수를 구하지..