데이터사이언스 과제 3: SNAP ego-Facebook 친구 네트워크(노드 4,039개, 간선 88,234개)로 Degree, PageRank, Eigenvector 중심성을 비교하고 Louvain 커뮤니티를 탐지한 뒤 핵심 노드의 ego-network를 분석한 과정. CLI 스크립트 전체 구조와 코드, 실행 결과, 데이터 검증, 인터랙티브 그래프,...

네트워크(그래프) 데이터의 구성 요소와 저장 형식(간선 목록, 인접 행렬, 희소 행렬, Matrix Market), NetworkX로 불러오기와 방향, 무방향 변환, 밀도와 차수 분포, 연결 요소, 군집계수와 transitivity, 최단 거리, 중심성 4종, k-core, Louvain 커뮤니티, 큰 그래프 시각화와 계산 비용. 수업 실습의 Enro...

데이터사이언스 과제 2: 서울시 공원녹지기본계획 뉴스 기사를 Okt로 형태소 분석해 명사 빈도를 세고, 상위 20개 막대그래프와 워드클라우드로 시각화한 과정. 전체 코드와 실행 결과, 불용어 설계, 한글 폰트와 JVM 크래시 트러블슈팅, 복합명사 분절과 동점 처리 문제를 개선한 코드와 결과, 느낀 점

팀 프로젝트에 쓴 Strategy 패턴과 Factory 패턴을 따로 정리한 보충 글: 패턴의 구조와 참여자, 장단점, 팀 프로젝트 코드에 새 전략(주간 분석)을 추가하는 실험, switch 팩토리의 OCP 한계와 등록형 팩토리로의 개선, Simple Factory와 Factory Method, Abstract Factory 비교

머신러닝및실습(2) 팀 프로젝트 상세 정리: 저해상도 CIFAKE에서 얼굴 이미지까지 데이터셋을 바꿔 가며 가중치를 이어 학습(누적 학습)하고 SynthBuster로 일반화 성능을 평가한 실험. 데이터셋과 전처리 코드, 직접 설계한 CNN과 ResNet18, 학습 설정, 결과와 신뢰구간, Catastrophic Forgetting, 테스트셋 해상도 차...

머신러닝및실습(2) 기말고사 예상문제 정리: CNN, RNN, LSTM, GRU, 효과적으로 학습하기 단원의 단답형 문제와 정답을 표로 모으고, 조건이 빠져 틀리기 쉬운 답(가중치 초기화, 층을 깊게 할 때 매개변수 수 등)을 근거와 함께 바로잡은 T/F 문제까지 정리

머신러닝및실습(2) 효과적으로 학습하기 정리: SGD, Momentum, AdaGrad, RMSProp, Adam 비교, 가중치 초기화(Xavier, He)와 활성값 분포, Min-Max와 Z-score, 배치 정규화, 과적합 방지(Dropout, 가중치 감소, 조기 종료), Grid Search와 Random Search로 LSTM 하이퍼파라미터를 ...

머신러닝및실습(2) RNN, LSTM 정리: 순환 구조와 BPTT, RNN 입출력 구조 5가지, 장기 의존성 문제와 기울기 소실/폭발의 원인과 해결(ReLU, Xavier/He 초기화, LSTM/GRU, 기울기 클리핑), LSTM 게이트와 기억 셀, GRU, 그리고 서울 PM10과 Jena 기온을 LSTM으로 예측한 실습 결과

머신러닝및실습(2) CNN 정리: 합성곱 연산과 출력 크기 공식, 패딩과 스트라이드, 3차원 합성곱, 풀링의 특징, im2col과 Convolution, Pooling 계층 구현(기울기 검증 포함), numpy CNN으로 MNIST 학습, Keras CNN으로 CIFAR-10 분류, 대표 CNN 구조(AlexNet~ResNet), ResNet50 전이...

머신러닝및실습(2) 5~7주차 정리: 퍼셉트론과 XOR, 활성화 함수(step, sigmoid, tanh, ReLU, softmax), 순전파, 손실 함수(MSE, CEE)와 미니 배치, 수치 미분의 두 가지 문제, 편미분과 기울기, 경사하강법과 학습률, 오차역전파와 계산 그래프, MNIST 3층 신경망과 Keras 결과