Bee's 데이터 과학

📉  엔비디아 주가 폭락27일 엔비디아 주가가 17% 하락하며 약 5900억 달러의 시장 가치를 잃었다. 이는 미국 증시 역사상 최대 규모의 하루 손실 기록이라고 한다. 이 하락은 중국 AI 스타트업 딥시크(DeepSeek)가 낮은 비용으로 경쟁력 있는 AI 모델을 제공한다는 우려에서 비롯되었다고 한다.     🐳 딥시크 DeepSeek란?     딥시크(DeepSeek)는 2023년, 중국 퀀트 헤지펀드 하이플라이어(High-Flyer)의 CEO 리앙 원펑(Liang Wenfeng)에 의해 설립된 AI 스타트업이다. 딥시크는 오픈 소스 AI 모델을 개발하는 회사로, 소프트웨어의 소스 코드를 공개하여 누구나 검토하고 수정할 수 있는 환경을 제공한다.딥시크의 모바일 앱은 2023년 초 출시 직후 미국을..

생성형 AI란?생성형 AI는 입력된 프롬프트(질문, 요청, 설명 등)에 따라 새로운 콘텐츠(텍스트, 이미지, 동영상, 음악, 코드 등)를 생성하는 인공지능 기술이다. 기존 데이터를 학습하여 그 구조와 패턴을 이해한 후, 이를 바탕으로 독창적이거나 창의적인 결과물을 만들어냅니다.  주요 특징학습 및 생성 능력대규모 데이터 세트를 기반으로 패턴과 관계를 학습.학습한 데이터를 토대로 새로운 텍스트, 이미지, 음성, 코드 등을 생성.활용 분야텍스트 생성: 예) ChatGPT를 사용해 글쓰기, 이메일 작성, 대화 생성.이미지 생성: 예) DALL·E와 MidJourney로 예술 작품, 제품 디자인.음악 및 음성: 음악 작곡, 음성 합성.코드 생성: GitHub Copilot으로 코드 작성 보조.비디오 제작: 간단..

생성적 적대 네트워크 GAN이란?생성적 적대 신경망(Generative Adversarial Network, GAN)은 새로운 데이터를 생성하는 머신러닝 시스템입니다. 이 인공지능 기술은 실제와 거의 구별할 수 없는 이미지, 텍스트, 음성, 동영상을 만들어내는 능력을 가지고 있습니다.  예를 들어, 페이스북 팀이 개발한 ExGAN은 in-painting GAN의 일종입니다. 아래 이미지에서 첫 번째 열은 원본 이미지, 두 번째 열은 기존 in-painting GAN을 사용해 눈 부위를 생성한 결과이며, 세 번째와 네 번째 열은 페이스북의 ExGAN이 생성한 눈 이미지입니다.🖌 in-painting GAN이란 사진에서 지워진 부분을 채워 넣는 GAN의 한 종류입니다.    이외에도 GAN은 이미지 분야에..

데이터 과학자로서, 또는 딥러닝/머신러닝 전문가로서, 최신 동향을 파악하기 위해 많은 논문을 읽는 것은 필수입니다. 이 글은 앤드류 응 교수님의 강의를 토대로 논문을 효과적으로 읽는 방법을 정리한 내용입니다.  눈문 추천 사이트는 아래 글을 확인해보세요.https://benn.tistory.com/54 AI/머신러닝 논문 사이트 추천대학원 공부가 끝나고 나태해지는 나를 위해 쓰는 논문 사이트 모음집! AI/머신러닝/딥러닝 분야에 공부의 끝은 없음으로 꾸준히 새로운 아키텍처와 이슈를 알아주는 게 중요하다 ⭐ 대학원 공benn.tistory.com  전반적인 팁관심 분야 선택: 자신이 연구하고자 하는 분야를 선택합니다. 예를 들어, 저는 컴퓨터 비전 분야의 이미지/영상 분류법에 관심이 많습니다. 앤드류 응 ..

파운데이션 모델 foundation model딥러닝 기술의 발전과 더불어, '파운데이션 모델'이라는 (나름) 새로운 개념이 등장하며 주목받고 있습니다. 본 포스트에서는 파운데이션 모델이 무엇인지 자세히 살펴보겠습니다. 파운데이션 모델이란?파운데이션 모델은 엄청난 양의 데이터로 학습된 인공 지능 모델로서 많은 양의 데이터를 통해 일반적인 지식과 패턴을 먼저 흡수한 후, 이를 바탕으로 다양한 분야의 작업을 할 수 있는 모델입니다.   기존 딥러닝 모델을 특정 레시피만 숙지한 요리사라고 생각해 보면 이해가 쉽습니다. 이 요리사는 특정 요리를 만드는 데는 능숙하지만, 다른 요리는 만들 수 없습니다. 반면에 파운데이션 모델은 요리의 기본 원리를 터득한 셰프라고 생각하면 됩니다. 셰프는 다양한 재료와 기법을 활용하..

대학원 공부가 끝나고 나태해지는 나를 위해 쓰는 논문 사이트 모음집! AI/머신러닝/딥러닝 분야에 공부의 끝은 없음으로 꾸준히 새로운 아키텍처와 이슈를 알아주는 게 중요하다 ⭐ 대학원 공부일때 온라인 논문 discussion 과제라도 있어 꾸준히 열심히 읽었는데 졸업하고 나니 손을 놓고 있다. 무리 없이 일주일에 하나씩 읽어보는 게 내 목표이다. 나중에 온라인 논문 읽기 모임 만드는 것도 나의 목표이다. 1.paperswithcode- 논문과 코드를 같이 볼 수 있는 사이트. 분야별 카테고리도 잘 정리되어 있다. 분야별 SOTA 알고리즘도 정리되어 있다. 2.metacurate.io- AI/머신러닝/NLP/CV/데이터 과학 관련 논문/블로그 글 모음집. 뉴스레터, RSS 피드, 트위터에 해시태그 데이터를..

안녕하세요. 오늘은 평소와 조금은 다른 유형의 글을 포스팅합니다. 🤓 12월 10일까지 Epic Games에서 무료로 받을 수 있는 시뮬레이션/퍼즐 게임 While True: Learn() 입니다. Epic Games 웹사이트 설명에 따르면 이 게임은 다음과 같은 사람들에게 추천합니다. 머신 러닝과 그와 관련된 기술의 원리에 대해 알고 싶은 분들 아이들에게 논리적 사고, 프로그래밍, 테크놀로지를 소개해주는 재미있고 쉬운 방법을 찾고 있는 학부모와 교사 즐거운 시간을 보내면서 자신의 두뇌를 끊임없이 다양한 방식으로 회전시키고 싶은 플레이어 자신의 문제 해결 능력을 향상하고 엄청난 만족감과 성취감을 느끼고 싶은 게이머 똑똑한 고양이를 좋아하는 사람들 오늘 아침에 대학교 Slack에서 누군가가 추천을 하고 한..

시험에 대해서 마이크로소프트 시험 최근에 링크드인 피드에 마이크로소프트 자격증을 따고 후기를 남기는 사람들이 눈이 띄었다. 그래서 나도 관심을 가지고 알아보기 시작했다. 마이크로소프트에서는 다양한 자격증을 취득할 수 있다. 모든 자격증은 마이크로소프트에서 제공하는 서비스 위주이며 역할 기반인 인증 시험들은 각 분야의 개념도 알아야 한다. 예를 들면, AI 엔지니어 인증시험은 AI 관련 마이크로소프트 서비스도 자세히 알아야하지만 AI (머신러닝, 딥러닝) 관련 개념도 어느 정도 꽤 알아야 한다. 자격증 레벨에는 초급 > 중급 > 고급으로 나뉘지만 기본 사항 (Fundamentals), 역할 기반 (Role-based), 전문 (specialty)로 나뉘기도 한다. 그중 출발점으로 좋은 초급 + 기본 사항 ..

분류 모델 평가하기 이번 글에서는 분류 모델을 검증하는 단계에 쓰이는 혼동행렬 confusion matrix에 대해 설명해 보겠습니다. 분류 모델의 예로는 스팸 메일인지 아닌지 분류, 타이타닉호에서 생존자 예측하기, MNIST 손글씨 분류가 있습니다. 완벽한 분류 모델이 아닌 이상 분류하는 모델이 잘못된 분류를 할 수 돼있습니다. 예를 들면, 스팸이라고 분류를 했지만 스팸이 아니거나, 스팸이 아니라고 했지만 스팸이거나! 밑과 같이 모형이 예측한 값과 실제 값을 정리한 행렬을 혼동행렬이라고 합니다. 실제 (Actual) Positive Negative 예측 (predicted) Positive True Positive (TP) False Positive (FP) Negative False Negative ..

머신러닝이란 컴퓨터(machine)가 데이터를 통해 무언가를 스스로 배우게 (learning)하는 방식이다. 그러므로 데이터가 많을수록! 깨끗할수록! 컴퓨터는 더 잘 배우게 되어 있다. 벌써 머신러닝은 많은 분야에서 우리에게 큰 도움을 주고 있다. 예를 들면 이메일이 들어왔을 때 스팸 이메일을 따로 분류를 해준다거나 내가 본 유튜브/넷플릭스 영상을 토대로 추천 동영상을 보여준다거나. 이 외에도 챗봇들, 네이버에 눈살 찌푸리게 만드는 댓글을 막아주는 봇들, 얼굴 인식, 음성 인식 등등... 이렇게 기계는 배우고 우리에게 편리함을 제공하고 있다. 머신러닝 (기계학습) 두 가지 방식 머신러닝은 크게 두가지로 분류된다. 지도 학습과 비지도 학습 1. 지도 학습 Supervised Learning 기계가 배우는 ..