개발자라면 한번쯤은 보러오는 곳

Gradient Descent - 경사 하강법 - lost function을 가장 만족하는(극소값) 값을 찾는다. - Iterative algorithm(반복적으로 한다) - batch training - 기울기가 가장 작은 위치를 찾는 것 -> 최솟값/극소값 찾기 - 점 하나 선택해서 미분하면 기울기가 양수/감소 -> 기울기가 감소하는 방향, y축이 가장 낮은 지점으로 가야 하기 때문에 기울기의 방향의 반대방향으로 감 - 이러한 미분 -> 기울기 감소 방향으로 이동을 하면 최솟값에 도달 할 수 있다. Learning rate - w 값을 어느 정도로 움직일 것인지에 대한 값 - a(알파값) == learning rate이다. - 알파값이 작으면 조금 전진, 진행이 느리게 됨 - 알파값이 크면 많이 전진..

Linear Functions - 파라메타(베타)를 전치시키고 곱해주면 함수의 꼴로 표현 할 수 있다. 이러한 파라메타를 찾는것이 목표 - 입력값 x는 한개만 존재하는 것이 아닌 R^d 즉 d는 차원으로써 3차원 4차원 등등 여러개의 값을 가질 수 있다. 이를 벡터로 표현할 수 있다. - 즉 가장 찾아야하는 원본 y와 비슷한 함수를 찾는 것이 목표이다. 이를 위해서는 파라메타(베타)를 가장 최적에 가깝도록 만들어야 한다. Loss-Function or Cost-Function(손실함수) MSE(Mean squared error) - 오차의 제곱값을 평균을 만든다. 이를 통해서 모델이 얼마나 잘 들어맞는지 평가 가능 손실 최소 함수 Intuition on Minimizing MSE Loss = MSE 손실..

Symmetric encryption - conventional / private-key / single-key - 발신자와 수신자가 공통된 키를 사용한다. Symmetric encryption을 사용할 때 필요한 두가지 보안 a strong encrytion algorithm a secret key known only to sender / receiver 키를 나누어 가지기 위한 별도의 안전한 채널이 있다고 가정 필요한 키의 수 = n(n-1)/2 Caesar Cipher 최초의 암호 제한점 26가지 경우의 수 밖에 없음 쉽게 우츄 가능함 Crypto analysis(암호 분석) 메시지뿐만 아니라 키를 복구하는 목적 일반적인 접근 cryptanalytic attack brute-force attack ..

기계 학습의 기초 -> 어떤 컴퓨터 프로그램이 T라는 작업을 수행한다. 이 프로그램의 성능을 P라는 척도로 평가했을 때 경험 E를 통해 성능이 개선된다면 이 프로그램 은 학습을 한다고 말할 수 있다. 컴퓨터 비전에 대입하면 T = 분류(인식) E = 학습 집합 P = 인식률 Types of Learning Supervised(inductive) learning : 지도 학습 Given : training data + desired outputs(labels) Output : Model that predicts unknown output given a new input 입력 데이터에 대한 정답(labels)가 주어진다. Unsupervised learning : 비지도 학습 Given : training ..

다음주가 시험인 관계로 모각윙 3주차는 저번주 과제에 대해서만 회의를 하고 개인 공부를 하였다. 내가 소속되어 있는 백앤드의 과제는 - 백앤드 API 조사 서울 아동급카드 현황 네이버 리뷰 GET 영수증 인증 가능한가...? 아동급식카드 인증 1. API 조사 https://www.data.go.kr/data/15034530/openapi.do 전국아동복지급식정보표준데이터 공공데이터 제공 표준데이터 속성정보(허용값, 표현형식/단위 등)는 [공공데이터 제공 표준] 전문을 참고하시기 바랍니다.(공공데이터포털>정보공유>자료실) 각 기관에서 등록한 표준데이터를 www.data.go.kr 전국아동복지급식정보표준데이터와 https://www.data.go.kr/data/15043048/fileData.do 서울특별..

디지털 영상의 미분 가우시안을 사용하는 이유 - 미분은 잡음을 증폭시킴으로 스무딩 적용이 중요하다. LOG 필터 - 입력 영상에 가우시안 G를 적용한 후, 결과에 라플라시안을 다시 적용하는 두 단계의 비효율설 - 계산 시간 과다 - 이산화에 따른 오류 누적 가우시안과 scale의 관계 블러를 먹일 수록 scale이 커진다. Scale의 의미는 사물을 넓은 시야에서 본다는 의미 즉 이미지 크기가 작아지면 스케일이 커짐

Security Goals Confidentiality : 기밀성 -> 다른 사람에게 유출되면 안된다! Integrity : 무결성 -> 내용이 바뀌지 않았음을 증명 Availability : 가용성 Confidentiality(기밀성) - 허가 되지 않은 정보의 유출을 막는다. - 기밀 유지에는 데이터 보수가 수반된다. 다른 사람들이 그 내용에 대해 알 수 없게 하며 해당 사람에게는 엑세스를 제공한다. -> Encryption : 비밀을 이용한 정보 변형, 변환된 정보를 암호화 키라고 한다. 해독해야 읽을 수 있다. -> Access control : 접근 제어, 기밀 정보에 대해 '알아야 할' 권한이 있는 사용자/시스템에게만 엑세스를 하도록 제한한다. -> Authentication : 인증 - so..

영역 연산 (Filters) 컨볼루션 == 선형 연산 - 수평 에지와 수직 에지는 에지 검출 효과 있음 비선형 연산 예 ) 메시안 필터 = 중간값 필터 솔트페퍼 잡음에 효과적임 메디안은 가우시안에 비해 에지 보존 효과 뛰어남 - 기하 연산 -> 이미지를 회전, 이동 시킬때 하는 연산 동차 좌표(Homogeneous coordinate) -> 차원 확장 ex) (3,5) -> 한차원 추가(의미없는 좌표) -> (3,5,1) -> (6,10,2) ... -> 차원 확장 동차 행렬 -> 동차 좌표, 동차 행렬 사용하는 이유 : 선형적으로 이해하기 쉽게 이미지들을 나타내기 위해 복합 변환을 이용한 계산 효율 함수로서의 이미지 - 이미지는 f(x, y) 의 2차원 이미지로 생각 할 수 있다. - 컬러 이미지는 3..