01. tfjs-vis를 이용한 시각화 Tensorflow.js 사용에 필수적인 시각화 도구 내장 tfjs-vis의 주요 구성 요소 visor - web page 내에 독립적으로 시각화 하는 영역 surface - visor 상에 content를 add하는 container 기타 시각화 내장 함수들 02. 실습 `(backtick) : toggle key => visor을 보여주고 숨겨준다. ~ : visor을 최대/최소로 전환 차트 종류 : Tfvis.render.barchart Tfvis.render.confusionMatrix Tfvis.render.heatmap Tfvis.render.histogram Tfvis.render.linechart Tfvis.render.scatterplot Tfvis..
01. What is tf.data.Dateset? Tensorflow.js가 제공하는 대량의 data 처리를 위한 class tf.data는 data 처리를 위한 다양한 method 제공 chain으로 연결하여 pipeline형성 가능 ex> const data = rawDataset.filter(...).map(...).batch(...). 데이터 로딩 및 변환은 느리고 스트리밍 방식으로 수행됨 02. tf.data.Dataset 생성 함수 제공 methods tf.data.CSVDataset .columnNames tf.dat.Dataset .batch(batchSize) – batch 로 element 들을 grouping .concatenate(dataset) – 두개의 dataset 을 하나로..
01. Tensorflow API Core API (Operation API) Tensor - vector, matrix 표현과 같다 Operations (Ops) - Tensor 간의 연산 (add, subtract, multiply, etc) High-Level API Keras API와 유사 Models - machine learnig model Layers - model 을 구성하는 deep learning layer 02. Tensor 기본 개념 Tensor - n차원 이상의 숫자로 이루어진 constant array rank - tensor의 dimension (차원) shape - 각 dimension의 size dtype - tensor의 data type 스칼라 : tf.scaler - ..
01. Neural Network의 구성 입력층(Input Layer) 신경망의 시작 부분, 외부에서 들어오는 데이터를 받는다. 각 입력은 뉴런이라 부리는 단위로 표현된다. 은닉층(Hidden Layer) 입력층과 출력층 사이에 있는 중간층 입력층의 데이터를 기반으로 복잡한 패턴이나 관계를 학습한다. 여러 개의 은닉층이 있을 수 있으며, 이 층들은 서로 다른 특징을 추출하고 학습한다. 출력층(Output Layer) 신경망의 최종 출력을 담당한다. 주로 문제의 유형에 따라 다르게 설계되어 있다. 분류 문제에서는 각 클래스에 대한 확률을 나타내는 노드가 있을 수 있고, 회귀 문제에서는 연속적인 값을 출력할 수 있다. 가중치(Weights) 및 편향(Bias) 가중치는 입력 데이터의 특정 특징에 대한 중요도..
01. AI, Machine Learning, Deep Learning ? AI 란? 동적 컴퓨팅 환경에 내장된 알고리즘을 생성하고 적용하여 인간의 지능을 모방하는 기초적인 지능 Machine Learning ? 인공지능을 만들기 위해 기계를 학습시키는 다양한 방법에 대한 학문을 말한다. Deep Learning ? 머신러닝보다 더 작은 개념으로 '신경망'을 통해 인공지능을 만드는 머신러닝의 한 종류이다. 신경세포들의 합성인 '신경망(Neural Network)'을 따라 만든 '인공신경망(Artificial Neural Network)'에서 여러 계층을 쌓아서 만든 깊은 신경망(Deep Neural Network) 다른 이름 으로 딥러닝이 만들어졌다. 현재 우리 사회가 이야기 하는 인공지능에 대한 부분은..
