소품집

안녕하세요! 오늘은 한 달 만에 돌아온 KT 에이블스쿨 4차 미니젝트 회고를 해보려 합니다. 이번 미니프로젝트는 특이하게 에이블 데이가 함께 있었는데요! 에이블 데이 때는 KT에서 주관하는 AICE 시험을 봤습니다. 시험 범위는 데이터 분석, 시각화, EDA, 모델링이었습니다! 에이블스쿨 교육에서 배운 내용이 시험 범위 + 오픈북 + 사전 실습자료 배포를 해주셨습니다. 무난히 통과할 만큼은 한 것 같지만 결과는 나와봐야 알겠죠! ^_^ ( 합격 했습니다~!ㅎㅎ) 학교 캠퍼스에도 AICE 자격증 홍보 플랜카드도 붙어있더라고요 신설 자격증이고, 우대 기업도 많으니 알아보고 필요하시면 취득하는 것도 좋은 것 같습니다. https://aice.study/ AICE aice.study 다시 돌아와서 미니프로젝트!..

1. OSI 7 계층 모델 네트워크 프로토콜이 통신하는OSI 7 계층은 위와 같이 7개의 계층으로 구성되고, 각 계층 간 상호 동작하는 방식을 정리한 모델 송신 측은 보내고자 하는 데이터가 각 계층을 지나 내려가면서 헤더가 첨가되고, 수신 측에서는 수신한 패킷을 위로 올려보내며 헤더를 하나씩 확인, 제거한다. 동일한 계층끼리 헤더를 통해 정보를 주고받는 모습을 보고 “동일한 계층끼리 논리적으로 연결되어 있다”라고 표현하기도 한다. 물리 계층 (Physical Layer) > 장비: 허브, 리피터 물리 계층은 OSI 최하위 계층에 속하며, 상위 계층에서 전송된 데이터를 물리 매체(허브, 라우터, 케이블 등)를 통해 다른 시스템에 전기적 신호를 전송하는 역할을 한다. 전송 단위: 비트(bit) 데이터 링크 ..

네트워크 스위치란? OSI 모델의 데이터 링크 계층 (계층 2)에서 작동 MAC 주소를 기반으로 스위칭을 해줌 ( * 스위칭 : 노드와 노드 간 연결을 중개) 로컬 홈 네트워크와 같은 네트워크 내의 장치 간 통신을 허용하는 네트워크 하드웨어 장치 스위치 vs 허브 허브의 확장된 개념으로, 허브는 하나의 디바이스에서 전송된 패킷이 허브에 연결된 모든 기기로 브로드캐스팅 시키는 반면, 스위치는 패킷의 목적지 주소로 지정된 디바이스로 이어지는 포트(Port)로만 패킷이 전송됨 https://aws-hyoh.tistory.com/entry/L4-스위치-쉽게-이해하기-10 L4 스위치 쉽게 이해하기 #10(이중화) 이번 문서 'L4 스위치 쉽기 이해하기'와 '서버 부하 분산 쉽게 이해하기', 다음에 이어질 문서인..

안녕하세요! 이번에는 저번 주에 마무리된 KT 지니랩스 데브옵스 경진대회 후기를 작성해보려고 합니다. 모델 학습에 시간이 많이 소모되어 성능을 많이 내보지 못해서 아쉬웠는데요! 코드 리뷰는 내부 사정으로 비공개지만 그래도 추억겸 + 저희 반 연진, 종민님과의 데브옵스 경진대회 본선 과정을 담아보려고합니다. 우선 저는 학교 랩실생이 아니었지만 친한 석사 오빠들이 있어서! 자리를 빌렸습니다 정말 2주동안 기생충처럼 랩실에 있었어요... 다행인건 학교 축제기간이랑 겹쳐서 랩실이 널널 했어요 제가 축제를 못 즐겼단 말이기도 합니다😂 게다가 최종주에는 에이블스쿨 미니 프로젝트와 겹쳐서 10배로 더 바빴습니다. 세명 모두 9-6시는 고정으로 못하니 밤-새벽, 주말에는 풀로 진행했습니다. 연진님 방은 안가봤지만 가 ..

안녕하세요! 오늘은 KT 에이블스쿨 3차 미니프로젝트 회고를 해보려고 합니다. 이번 3차 미니프로젝트에서 가장 기억에 남았던 세션이었던 Kaggle competition에서 악성 코드 탐지 모델 개발을 주제로 진행됐는데요, 저는 이번 대회에서 13등을 했습니다!! 점심 먹기전엔 4등이었는데... 금세 밀려나는 게 재밌더라고요 오랜만에 전공지식 다 꺼내기 + 구글링 + 도메인 빠르게 확보.. 해서 10등에서 제발 내려가지 마라!! 했지만.. 어림도 없지 앞으로 치고 나오는 에이블러분들..ㅎㅎ... 한없이 겸손해지는 이번 대회였습니다. 앞으로도 경진대회 많이 했으면 좋겠어요!!ㅋㅋㅋ * 더 자세한 코드는 제 Github에 올려두었습니다. https://github.com/sodayeong/AIVLE-Scho..

https://sodayeong.tistory.com/142?category=977648 [Deep Learning] CNN 입출력, 파라미터 계산 다음 조건과 같은 이미지를 학습하는 CNN의 각 레이어별 입력 데이터와 출력 데이터의 Shape을 계산해 보고 네트워크가 학습시키는 파라미터의 개수를 계산해 보겠습니다. 입력 데이터 Shape: (39, 31 sodayeong.tistory.com - 코랩 환경에서 이미지 분류 데이터 셋으로 유명한 MNIST 데이터로 CNN 모델을 실습했다. - 강의 진도 상 오늘은 실습만 하고, 추후 이론 설명을 해주신다고 하셨다. - 지난번에 기록한 딥러닝 CNN 입출력, 파라미터 계산을 공부하고 내일 수업 듣자.

sequential model 기본 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from sklearn.model_selection import train_test_split from sklearn.metrics import * from sklearn.preprocessing import StandardScaler, MinMaxScaler # DL - keras from keras.models import Sequential # 모델 레이어를 선형으로 연결, 인스턴스 자동으로 넘겨줌 from keras.layers import Dense # hidden layer 쌓기 from ten..

데이터 분석 프로세스 1. 비즈니스 이해 - 문제 정의 (따릉이 배치 장소를 추가하자) - 데이터 분석 방향, 목표 설정 (따릉이 수요와 공급이 맞는 장소에 배치를 늘린다) - 가설 수립 (따릉이 대여량은 따릉이 배치 시설과 관련이 있다) 2. 데이터 이해 - EDA & CDA - 데이터 통계량 확인 3. 데이터 전처리 - 결측치 확인 (대치, 삭제, 변환 등) - 가변수화 (범주 > 수치) - 스케일링 * 표준화, 정규화 - 데이터 분할 (train, validation) 4. 모델링 - 분류 > logistic, Naive bayes, DT, SVM, catboost, ensemble.. - 회귀 > liner, Gradient desent, ridge, lasso.. - 모델 학습 - 검증 및 평가..

앙상블 앙상블은 여러 분류기의 결과를 하나로 합치며 모델을 통합하는 것과 같고, 여러 개의 DT를 결합하며 하나의 모델을 사용했을 때 보다 더 높은 성능을 낼 수 있도록 한다. 앙상블 기법 중 많이 사용되는 학습 방법으로는 Voting, Bagging, Boosting, ECOC (Error-correcting output coding), Stacking 등이 있다. 1. 보팅 (voting) 일반적으로 보팅은 여러 가지 머신러닝 모델(여기에선 KNN, Logistic Regression, DT)을 같은 데이터 셋에 대하여 학습시킨 뒤, 예측한 결과를 투표하여 최종 결과로 선정하는 방식으로 진행된다. 보팅 방식에도 소프트 보팅과 하드 보팅으로 나뉜다. - 하드보팅 : 다수결 투표와 동일한 개념. 이 경우..

오늘은 제가 에이블스쿨에서 참여하고 있는 스터디를 소개해드리려고 합니다!! DX 5반에서 운영하는 스터디 두개 중 하나로, 종민님이 운영하는 스터디에 참여 중입니다. 저희는 매주 주말을 이용해 스터디를 하고 있고, 코테 문제 풀이와 데이터분석 그리고 의식의 흐름대로 흘러가는 대화도 많이 합니다!! ㅋㅋ 먼저 주중에는 구글문서에 스터디 참여가 가능한 요일에 표시를 해두고 가능한 스터디원끼리 모여 1~2시간 정도 세션 주제에 맞는 스터디를 진행합니다. 세션 1. 코테 스터디 1차 코딩마스터스 이벤트 기간에는 코드를 공유하며 다양한 접근 방법들을 공유했고, 못 푼 문제라면 팀원들에게 접근 법을 알려주는 등 기초~중급 문제를 풀어보며 스터디를 진행했습니다. 중급부터는 알고리즘을 공부하고 풀어야 하는 문제들이 많..