본문 바로가기

AI

 (5)
AI 기술 흐름을 알아보자 : 머신러닝부터 딥러닝까지 최근 ChatGPT와 같은 생성형 AI가 IT영역의 중요한 화두이자 관심사 입니다. ChatGPT 역시 이름에서 와 같이 GPT라는 영역의 한 서비스 형태일 뿐이고, GPT는 Deep Learning의 부분이며, DeepLearning은 Machine Learning의 부분입니다. 우리는 머신러닝, 딥러닝이 필요에 의해서 발전된 기술의 형태임을 짐작 할 수 있습니다. 그러면, 왜 이렇게 기술이 발전하게 되고 어떤 차이가 있는지 알아보는것은 AI 기술을 이해하는데 많은 도움이 됩니다. 개 와 고양이의 분류 문제를 예로 들겠습니다. 1단계 : 사람이 직접 코딩 사람이 개,고양이의 특징(feature)과 조건을 분석해서 로직을 구현해서 판별 → 오류가 많고, 잘 안됨 개의 눈 크기, 모양, 생김새, 귀모양 등..
[NLP] word2vec 한번에 이해하기😏 5일만에 100만명의 가입자를 확보하고 AI 분야에서 가장 핫 한 ChatGPT를 공부하려면 자연어처리(NLP Natural Language Processing)에 대한 이해가 필요합니다. NLP를 공부하려면 필연적으로 언어를 어떻게 학습데이터를 만들고 기계가 학습 하는지를 알아야 합니다. 이때 우리가 사용한는 단어(Word)를 기계가 학습할 수있는 숫자 형태인 Vector 로 변경환 해주는 것이 바로 Word2Vec 입니다. 2013년 구글에서 발표된 자연어 처리 기술로,단어의 의미를 벡터로 표현하는 방법입니다. 단어를 벡터로 바꾸면 각 단어들의 유사도를 판단할 수있고, 동시에 숫자로 표현되어 계산이 편리합니다. 이번에는 Word2Vec 에 대해서 알아볼텐데, 구글링에 많은 자료가있지만, 수학적인 설명..
[SSL] Semi-supervised Learning (SSL) 이해 Machine Learing 분류 머신러닝은 크게 지도학습(supervised Learning : SL ), 준지도 학습(semi-supervised Learnig : SSL), 비지도학습 (unsuvpervised-Learning, UL) 로 분류 됩니다. Supervised Leaning : 정답지(labeling data)를 가지고 학습을 시킴 Semi-Supervised Learning : 정답이 없는것과 있는것을 함께 학습 시킴 ( 답이 일부 있는 데이텅, 없는 데이터 활용 ) Unsupervised Learning : 정답이 없는 학습, Clustering, Association 즉, 준지도 학습(semi-supervised learning)은 unlabled data + labeled dat..
[객체검출] Object Detection #1 - 이미지 데이터 확인 라벨 데이터 읽기: 라벨 데이터의 경로를 찾아 불러와서 확인 이미지 데이터 읽기: 라벨 데이터와 같은 이름의 이미지 경로를 찾아 불러와서 확인 이미지 데이터 속성 파악: 이미지 데이터를 읽어 가로(width), 세로(height) 확인 라벨 데이터 속성 파악: 주어진 라벨 데이터는 바운딩 박스의 좌상단 정규화 좌표와 우하단 좌표의 정규화 좌표로 되어 있음을 확인 바운딩 박스 draw: 라벨 데이터 내 바운딩 박스의 좌표를 읽어 이미지 내 draw import glob, os from PIL import Image, ImageDraw, ImageFont # 검출할 클래스 정보 리스트 class_idx = ['person', 'car', 'taxi', 'truck', 'bus', 'tricycle', 'mo..
객체 검출(Object Detection)이란? Object Detection (객체 탐지) 이미지 데이터에서 물체를 분류하는 Classificaiton 문제와 그 물제가 어디에 있는지 박스(Bounding Box)를 통해 위치를 알아내는 Localization 문제를 함께 해결하는 분야입니다. 아래 그림처럼, 이미지에 탐지해야할 객체가 많을 것이므로, 다음과 같이 정리 가능합니다. Object Detection = Multi-Labeled Classification + Localization 즉, 다양한 Class를 분류와 탐지한 객체를 표시하는것 까지가 Object Detection 범위라고 할수 있습니다. DeepLearning을 통한 객체 탐지 방법은 1-stage Detector / 2-stage Detector 방법이 있습니다. 1-stag..

티스토리툴바