본문 바로가기

전체 글318

[Microsoft AzureML - 5] 학습 모델 구현 및 검증 ※ 이전글 [Microsoft AzureML - 0] Intro https://limitsinx.tistory.com/113 [Microsoft AzureML - 1] 개발 환경 세팅 https://limitsinx.tistory.com/114 [Microsoft AzureML - 2] 학습할 데이터 불러오기 https://limitsinx.tistory.com/115 [Microsoft AzureML - 3] 데이터 전처리(Data pre-processing) - I https://limitsinx.tistory.com/116 [Microsoft AzureML - 4] 데이터 전처리(Data pre-processing) - II https://limitsinx.tistory.com/117 이전글까지 학.. 2021. 6. 21.
[Microsoft AzureML - 4] 데이터 전처리(Data pre-processing) - II ※ 이전글 [Microsoft AzureML - 0] Intro https://limitsinx.tistory.com/113 [Microsoft AzureML - 1] 개발 환경 세팅 https://limitsinx.tistory.com/114 [Microsoft AzureML - 2] 학습할 데이터 불러오기 https://limitsinx.tistory.com/115 [Microsoft AzureML - 3] 데이터 전처리(Data pre-processing) - I https://limitsinx.tistory.com/116 이전 데이터전처리-1 글에서 정리한바와 같은 방식으로 유효인자를 찾아, 자동차의 가격예측을 위해 직접적인 영향을 주는 인자는 "horsepower,city-mpg,engine-s.. 2021. 6. 20.
[Microsoft AzureML - 3] 데이터 전처리(Data pre-processing) - I ※ 이전글 [Microsoft AzureML - 0] Intro https://limitsinx.tistory.com/113 [Microsoft AzureML - 1] 개발 환경 세팅 https://limitsinx.tistory.com/114 [Microsoft AzureML - 2] 학습할 데이터 불러오기 https://limitsinx.tistory.com/115 Data Pre-processing 데이터전처리는 머신러닝에서 아주 중요한 부분으로, 저는 개인적으로 인공지능의 80%는 데이터 전처리라고 생각하고 있습니다. 학습 모델을 짜는것은 어떻게든 github나 googling을 통해 구현을 할 수 있는데, 내가 진짜 학습시키고자 하는 Domain의 데이터들을 학습하기 유용한 형태로 정리하는것은 .. 2021. 6. 19.
[Microsoft AzureML - 2] 학습할 데이터 불러오기 ※ 이전글 [Microsoft AzureML - 0] Intro https://limitsinx.tistory.com/113 [Microsoft AzureML - 1] 개발 환경 세팅 https://limitsinx.tistory.com/114 Automobile Price Prediction 이번에는 본격적으로 데이터를 분석해보고 예측까지 해보는 예제를 해보도록 하겠습니다. Automobile Price Prediction데이터는 AzureML에 모두 내장되어있는 데이터로써 별도의 다운로드가 필요없습니다! 첫번째로, Studio 화면에서 좌측하단에 [+New]라고 된부분을 클릭해줍니다! 이것은 프로젝트를 생성하겠다는 뜻으로, 엑셀로 치면 "새파일"과 같은 기능입니다. 그다음 [Blank Experime.. 2021. 6. 18.
[Microsoft AzureML - 1] 개발 환경 세팅 ※ 이전글 [Microsoft AzureML - 0] Intro https://limitsinx.tistory.com/113 https://studio.azureml.net/ 상기링크를 통해 Microsoft AzureML에 접속합니다. 다음, Microsoft 계정을 통해 로그인을 하게되면 하기와 같은 이미지가 나오게 됩니다. My Experiments를 클릭해주면 본격적으로 Studio에 접속됩니다 :) 뭔가 GUI가 되게 직관적이고 보기좋게 잘 정리되어있네요! 여기까지 오셨다면 정말 간단하게도 개발환경세팅이 완료된것입니다. 구글의 colab이라는 머신러닝용 클라우드서버를 쓸때도 이미 서버내에 텐서플로우가 모두 설치되어있죠 ! 본인 PC에서 개인적으로 텐서플로우를 깔게된다면, 환경변수나 이런 세팅들때.. 2021. 6. 17.
[Microsoft AzureML - 0] Intro Microsoft에서 Amazon의 AWS(Amazon Web service)를 견제하기위해 내놓은 제품이 'Azure'입니다. 클라우드서버에서 업무처리가 가능하도록 만들어 놓은 플랫폼인데, 그중 특히 머신러닝에 특화하여 Line by Line 코드가 아닌 블록코드로도 상당한 수준의 머신러닝을 구현할 수 있도록 만들어놓았기에 Machine Learning(이하 ML)에 대한 진입장벽을 상당히 낮추어놓은 관계로, 사용법에대해 한번 정리를 해보고자합니다. 제가 Azure를 사용해본 경험에 의하면, 영상이나 음성같은 복잡한 도메인에는 적용하기 쉽지않으며, 차라리 Python으로 직접 코드를 짜는것이 더욱 나을것으로 보입니다. Auzre ML은 단순히 엑셀데이터 rank,column으로 정리가능한 데이터들을 처.. 2021. 6. 16.
[반도체 재료-2] PN Junction - I(Bandgap/Fermi/Capacitor) ※ 이전글 [반도체 재료-1] Semiconductor and doping https://limitsinx.tistory.com/110 PN Junction을 이해하기 위해서는 반드시 3가지 개념을 알고 있어야하는데요 ① Bandgap Energy ② Fermi level ③ Capacitor 하나씩 차례대로 정리해보도록 하겠습니다! Bandgap Energy Bandgap Energy는 금속/비금속/절연체 포함하여 모든 물질(Materials,재료) 그자체에서 나타나는 특성입니다. 물론, 어떤재료냐에 따라 Bandgap의 형태는 다르지만요! 반도체에서 다루는 Bandgap을 위주로 정리해보겠습니다. Bandgap은 크게 3가지로 나누어볼 수 있습니다. ① Conduction band(이하 Ec) ② V.. 2021. 6. 15.
[반도체 재료-1] Semiconductor and doping "반도체에 Si(실리콘)을 많이 쓰는 이유?" 반도체 공정에서 90%이상의 Wafer가 실리콘으로 되어있습니다. (Wafer는 반도체를 찍어내기 위한 도화지라고 보시면 됩니다.) 실리콘을 반도체의 주 재료로 사용하는 이유는, 금속과 달리 고온에서 전기전도도가 줄어드는(저항이 커지는) 특성이 있기 때문입니다. 실리콘 바로 아래에 위치한 Ge(게르마늄)도 실리콘과 같은 4족(4개의 다리(전자)가 달린) 원소로써 반도체에 사용하려는 시도가 있었는데요(같은 족의 원소끼리는 전기화학적 특성이 비슷하기 때문입니다.) 아쉽게도 원소의 순도(purity)나 결정구조적인 측면에서 실리콘이 훨씬 유리하여 사용하지 않고있습니다. Semiconductor Doping 실리콘(Si)그대로를 반도체 재료로 활용한 것을 "Intr.. 2021. 6. 14.
[파이썬으로 알고리즘배우기-4] 1~N 숫자더하기 ※ 이전글 [파이썬으로 알고리즘배우기-1] 최대값 구하기 https://limitsinx.tistory.com/82 [파이썬으로 알고리즘배우기-2] 최소값 구하기 https://limitsinx.tistory.com/84 [파이썬으로 알고리즘배우기-3] 중간값 구하기 https://limitsinx.tistory.com/85 ※이 전글에서 정리한 코드/개념은 재설명하지 않으므로, 참고부탁드립니다 ※해당 글은 PC에서 보기에 최적화 되어있습니다. "1~N 까지의 숫자의 합들을 더해보는 문제" ① numpy library를 활용한 해결법 : command에 pip install numpy라는 명령어를 타이핑해주시면 numpy library가 자동설치됩니다! [알고리즘 설명] python에서 많이 사용되는 n.. 2021. 2. 9.

티스토리툴바