전체 글

목차 개요 튜토리얼을 다 따라왔다면 큰 문제없이 따라서 할 수 있을것이고 이해 또한 할 수 있을 것이다. 나같은 경우에는 spring 프로젝트에 추후 mysql을 RDS에 올려 사용할거라서 j2가 아닌 1. mysql 환경을 쓰고싶었고 같은 경로의 DB를 사용하는 2. 또 다른 서비스 시스템이 존재했기에 도커로 mySql 구축이 필요했다. 또한 나중에 RDS가 아니라 일반 서버 EC2등에 올릴때 MySQL의 설정을 미리 도커파일에 작성해두고 도커의 장점인 즉시배포를 통해 빠르게 사용 가능하고 또한 원하는시점으로의 백업도 유용하다. (Update 0627)*현재 compose v2 버전에서는 명세가 조금 바뀌었지만 아래의 코드로도 작동이 가능하다. docker ComposeV2 migration https..

목차 개요 unconstrained(비구속 최적화)와 constrained optimization(구속 최적화) 그리고 제약의 분류인 equality(등식 제약)와 inequality constraint(부등식 제약)에 대해 알아보자 Unconstrained Optimization; 제약이 없는 최적화 문제의 해결 방법에서 제약 조건이 없는 최적화를 의미 목적 함수(objective function)를 최대화하거나 최소화하는 변수의 값을 찾는 것이 목표입니다. 예를 들어, 어떤 기업이 이익을 최대화하는 생산량을 찾고자 한다면, 이익 함수를 최대화하는 생산량 값을 찾는 것이 unconstrained optimization 문제가 됩니다. 하지만 대부분의 ML에서는 비구속 최적화를 실행하기 보다는 구속 최적..

목차 프로그램 소개 자기주도적으로 온라인 학습을 지원하고 팀플,협업 스킬 향상을 올려준다고 한다. 일종의 지역상생 프로그램으로 보여진다. 1기선발 대상 대학으로는 부산대학교와 전대학교가 존재한다. 비전공자 신분으로 제대로된 협업에 목메온 내게 아주 크고 좋은 기회였고 자소서와 함께 지원하게 된다. 가장 기대가 되었던 부분은 1:1 밀착 관리였다. 기본적인 컴퓨팅 지식부터 작업시 발생하는 디버깅까지 항상 구글링을 통해 배워온 나에게 필요한 것이었다. 자소서에는 무엇을 썼는가 꾸밀것도 없었고 없는것을 꾸며내고 싶지 않았다. 자소서에는 내가 좋아했던 분야인 항공우주를 위해 부산까지 와서 해당 대학에 진학하였지만 개발자로의 길로 전향하게 되었고 따라서 내게는 본 프로그램이 컴퓨터 관련 지식은 혼자 공부를 통해서..

목차 개요 이번 포스트에서는 최적화의 핵심 요소 중 하나인 결정변수에 대해 알아본다. 정의 결정변수는 최적화 문제에서 최적의 해를 찾기 위해 조절되어야 하는 변수 머신러닝에서 이 변수들은 모델의 매개변수(parameter)로 볼 수 있으며, 이 매개변수들의 값을 조절함으로써 성능을 향상시킬 수 있습니다. ML 최적화 과정에서의 역할 최적화 문제를 해결하는 과정에서 머신러닝 알고리즘에 의해 선택되는 변수이다. 당연하게도 머신러닝을 위한 모델을 만들 때에도 결정변수를 정확하게 정의하고 사용해야지 최적화 결과의 정확성과 성능이 좋게 나올수 있다. 예를 들어, 제조업체가 생산하는 제품의 가격을 최소화하는 문제를 예로 들면 결정변수는 생산량, 원재료 비용, 인건비 등의 변수가 될 수 있고 이러한 변수들을 모델링하..

목차 개요 이번 포스트에서는 최적화의 핵심 요소 중 하나인 목적 함수에 대해 알아보고 단일 목적 문제(Single-Objective Problem)와 다중 목적 문제(Multi-Objective Problem)에 대해 알아본다. Objective Function ; 목적 함수 최적화 문제에서 최대화 또는 최소화하고자 하는 목표를 수학적으로 표현한 것 목적 함수를 이용하여, 우리는 주어진 문제에서 최적의 해답을 찾을 수 있다. Single-Objective Problem ; 단일 목적 문제 하나의 목적만을 최적화하는 문제 목적 함수가 하나만 존재하며, 이를 최대화 또는 최소화하여 최적의 해답을 찾는다. 예로들어 기업이 제품 생산 비용을 최소화하는 문제를 생각해보면 실제로는 단지 생산비용을 최소화 하는게 아..

목차 개요 Bayesian statistical approaches ; 베이지안 접근법 Frequentist statistical approaches ; 프리퀀티스트 접근법 위 두 접근법은 통계학에서 가장 넓게 쓰이는 접근법으로 서로 다른 방식을 통해 최적값에 접근한다. 이를 ML에서는 Optimum 값을 구하기 위하여 사용되고 각 장단점을 통해 어떤 상황에서 무엇을 사용해야하는지 생각해보자 Bayesian statistical approaches ; 베이지안 접근법 사전 정보와 새로운 데이터를 결합하여 사후 확률을 계산하고 불확실성을 확률로 표현하고 베이즈 정리를 통해 사전 정보를 업데이트 해가며 접근해나가는 방식이다. 예로 사전 정보로 동전의 앞면이 나올 확률은 50%라고 생각하고 그 다음 동전을 1..