1/7 업무 일지

어제 만든 stt앱을 테스팅 해볼 생각이 있긴 한데 기기가 안 와서 아직 모르겠고 레코딩 앱은 관련 도서 찾아서 예제 따라해야겠다. 유연 근무 관련해서 이야기해봐야할 거 같다.

+ 주간 업무 보고 뭐 할지도 생각해봐야지

 

https://dgkim5360.tistory.com/entry/a-journey-to-the-tip-of-neural-networks

Neural Network의 원리를 알기 위한 짧은 견문록

이거 진짜 너무 글 내용이 재밌고 뭔가 이해하기 쉽다. 주어들은게 있어서 그런가.

 

*지도 학습의 경우에는 우리가 알고 싶은 것은 주어진 input X와 output Y를 설명 (또는 예측)하는 f

Y=f(X) 에서

Training data (X,y)를 가지고 계산하고 새로운 test data를 가져와 얘가 잘 맞추는 지 시험해보는 것이 supervised learning의 일반적인 개발 방법

 

supervised learning은 y가 필요하다! 그래서 데이터셋들이 그렇게 많이 필요한 것...!

강화학습과 비지도학습도 있지만 일반적으로 잘 쓰이지 않는다.

 

그리고 나서 선형 회귀에 대해서 나온다. 

지나치게 간략히 설명하자면 linear regression은 자 대고 적당하게 긋는 거다. 에서 빵 터졌다.

위 그림을 봤을 때, 계산된 직선은 경우에 따라 괜찮기도 하고 안 괜찮기도 하다. 1. 주어진 데이터를 얼마나 잘 설명하는가? 나쁘다.

 

선은 간단하다. 간단하다는 것은 좋은 것이다.

• 계산이 쉬워지고,
• 해석을 쉽게 해준다. 그리고
• 데이터가 부족한 상황에서 빛을 발한다.
• >그래서 선형 회귀를 먼저 배웠나 싶기도 하다.

그래서 일반적으로 다항회귀를 쓰는데 이 또한 오버피팅 문제를 낳기도 한다.

https://kimdingko-world.tistory.com/236

[머신러닝 완벽가이드] 다항회귀(Polynomial Regression)와 편향-분산 트레이드오프

 

보안으로 가야하나 생각도 든다. 유닉스나 익숙한 이름들이 나오면 그냥 반응하게 된다. 그래도 인공지능을 하겠다고 마음 먹은 이유를 버리지 말아야지.

 

나는 가장 인류를 빠르게 자유롭고 행복하게 만들 수 있는 기술로 인공지능과 메타버스를 생각하고 있으니까.

그리고 분야를 정하는데 너무 시간을 쏟지 않아야겠다. 어떤 분야든 나는 할 수 있을 거니까. 그것도 잘.

 

근데 항상 느끼는 거지만, 나는 면접 때마다 다른 사람이 되는 거 같다.

---

오늘의 흥미로운 것들

 

https://tv.kakao.com/channel/2743187/cliplink/420574192?metaObjectType=Channel 

카카오 공식채널

 

jobkorea.co.kr/company/48646285/Recruit