Tag: presentation

nonlinear models

한국에너지기술연구원 AI 학습조직에서는 2022년 한 해동안 머신러닝을 공부하고 있습니다. 이번 시간에는 가장 기초가 되는 선형 모델과 함께 위한 비선형 모델을 소개했습니다. 대부분의 데이터가 비선형이기 때문에 선형의 한계를 벗어나기 위해 다항변환과 커널을 이용합니다. 강의에서 하나를 빼먹었는데요, PCA는 데이터 값의 영향을 크게 받기 때문에 Stand

hyperparameter

한국에너지기술연구원 AI 학습조직에서는 2022년 한 해동안 머신러닝을 공부하고 있습니다. 이번 시간에는 머신러닝 성능 막판 끌어올리기, hyperparameter tuning을 소개했습니다. 문제, 데이터, 모델 선정에 최선을 다했다면 학습 환경을 최적화할 차례입니다. 강의 자료는 여기에서 다운받으실 수 있습니다 발표 영상 : (Youtube L

트리 모델

한국에너지기술연구원 AI 학습조직에서는 2022년 한 해동안 머신러닝을 공부하고 있습니다. 이번 시간에는 decision tree와 random forest, xgboost를 비롯한 tree model을 공부하고 AutoML의 예시로 PyCaret을 소개했습니다. 강의 자료는 여기에서 다운받으실 수 있습니다 발표 영상 : (Youtube Link)

Open API를 이용한 고속 논문 분석

저는 데이터, AI 담당자로서 낯선 분야의 업무를 맡아 논문 작성을 요구받고 있습니다. 공저자로서 데이터 분석이나 AI 모델링 파트만 작성하라면 그냥 하면 됩니다. 그러나 주저자로서 서론부터 작성하는 일은 너무 어렵습니다. 이 분야의 흐름을 파악하고 다른 이들의 연구를 언급해야 하는데 대량의 논문을 읽기엔 단어부터 낯설기 때문입니다. 처음 보는

데이터 분할과 교차 검증

한국에너지기술연구원 AI 학습조직에서는 2022년 한 해동안 머신러닝을 공부하고 있습니다. scikit-learn 기능 중 데이터를 class 비율대로 분류하는 stratified K fold를 소개하고, 모든 데이터를 학습과 검증에 활용하는 cross validation을 다룹니다. 강의 자료는 여기에서 다운받으실 수 있습니다 발표 영상 : (Y

머신 러닝 파이프라인

한국에너지기술연구원 AI 학습조직에서는 2022년 한 해동안 머신러닝을 공부하고 있습니다. scikit-learn 기능 중 데이터 전처리와 머신 러닝을 안정적으로 수행할 수 있는 파이프라인을 소개합니다. one-hot encoding과 standard scaling도 그냥 하면 안 됩니다. train set으로 학습해서 test set에 적용해야 합니다

머신 러닝 기본 개념

한국에너지기술연구원 AI 학습조직에서는 2022년 한 해동안 머신러닝 진도를 나가기로 했습니다. scikit-learn을 중심으로 머신러닝 실습을 할 예정입니다. 코드를 만지기 전 기본 개념을 전달드리는 강의를 진행했습니다. 강의 자료는 여기에서 다운받으실 수 있습니다 발표 영상입니다 (Youtube Link) 바쁜 연구원 일정 속에 변동

AI를 하고 싶은 C-level의 흔한 실수들

연구개발특구(innopolis)에서 CEO 대상 AI 인사이트 교육 발표를 했습니다. (22.03.24.) 공지된 제목은 데이터, 다이아몬드 또는 진흙이었습니다만 제 앞에서 발표하신 고우영 님의 발표를 보고 연장선상에서 바꿨습니다. 수정된 제목은 AI를 하고 싶은 C-level의 흔한 실수들입니다. 발표 영상입니다 (Youtube Link)

사례로 들여다보는 데이터 시각화 Q&A

한국지능정보사회진흥원(NIA)에서 또 다른 기회를 주셨습니다. (21.12.03.) 데이터 시각화를 잘 하는 방법에 대한 개괄적인 발표였습니다. 발표를 녹화하지 않아 동영상은 제공이 불가합니다. 발표자료는 여기에서 다운로드받으실 수 있습니다. 사전 질문이 매우 많았습니다. NIA에서 일차 추려주셨는데도 수를 세어보니 56개더군요. 많은 분들의 관심

데이터 분석, 의심에서 전달까지

한국지능정보사회진흥원(NIA)에서 기회를 주셔서 발표를 하게 되었습니다. (21.10.08.) 통합 데이터 지도 활성화 노력의 일환입니다. 아직 부족한 점이 있을 수도 있지만 적극적으로 피드백을 구하며 점진적으로 보완하고 있습니다. 많이 활용하시고 피드백을 주시면 서로 좋을 것 같습니다. 그리고 어제 AI Frenz에서 또다시 기회를 주셨네요. (