μ 체 κΈ31 [νκΈ°] μ½λ©ν μ€νΈ 곡λΆ, μ½λνΈλ¦¬ μ μ°©κΈ° νμ¬ μ°Έμ¬νκ³ μλ κΈλμμλ μ λ°λ―Έ κ°μλ μ± λ¦¬λ·°μ κ°μ μ¬λ¬ νμ°¬λ€μ λ°κΈ°μ μ’μ κΈ°νλ€μ΄ μλ€.μ΄λ²μ μ½λνΈλ¦¬λΌλ μ½λ©ν μ€νΈ μ¬μ΄νΈ 8μ£Ό 체ν κΈ°νκ° μ£Όμ΄μ Έ μ‘°κΈμ© μ½λ©ν μ€νΈλ₯Ό μ€λΉν΄λ³΄κ³ μ μ μ²νκ² λμλ€. μ΄μ μ λ°±μ€, νλ‘κ·Έλλ¨Έμ€, 리νΈμ½λμ κ°μ μ½λ©ν μ€νΈ λ¬Έμ μ¬μ΄νΈλ€λ‘ 곡λΆνλ €κ³ λͺ λ¬Έμ μ λλ§ νλ€κ° κ·Έλ§λ μ μ΄ λλΆλΆμ΄κΈ°μ νμ¬μ΄νΈλ€κ³Ό μ₯λ¨μ , μ¬λ¬ μμλ€μ μμΈνκ² λΉκ΅ν μλ μλ€. νμ§λ§ μ΄μ¬μ μ μ₯μμ λ΄€μ λ μ½λνΈλ¦¬λ μ½λ©ν μ€νΈλ₯Ό 곡λΆνκΈ°μ μ λ§ μ’κ³ μΆμ²νκ³ μΆμ μ¬μ΄νΈμ΄λ€. 2μ νλ¬λμ μ½λνΈλ¦¬λ₯Ό μ¬μ©νλ©΄μ ν° λ¨μ μ λͺ»λκΌκΈ°μ μ₯μ λ€ μμ£Όλ‘ μμ ν΄λ³΄κ² λ€. 1. λ¨κ³λ³λ‘ λλ μ§ μ»€λ¦¬νλΌ λ°±μ€κ³Ό νλ‘κ·Έλλ¨Έμ€μλ λ¨κ³λ³λ‘ λ¬Έμ λ₯Ό ν μ μμΌλ λ€μν μκ³ λ¦¬μ¦ λ¬Έμ λ€.. 2024. 3. 1. OpenCVλ₯Ό μ΄μ©ν μ°κΈ° λ° λΆκ½ νμ§ ν΄λΉ λ΄μ©μ μ 무 μ€ νμ¬ λ°μμ λΆκ½κ³Ό μ°κΈ°λ₯Ό νμ§νκΈ° μν΄ μλν΄λ³Έ κΈ°λ‘λ€μ μ 리ν λ΄μ©μ΄λ€. λ₯λ¬λ λͺ¨λΈμ μ¬μ©νμ¬ νμ¬κ° λ°μν μ΄λ―Έμ§λ₯Ό νμ¬μΈμ§ μλμ§ λΆλ₯λ₯Ό νκ±°λ κ°μ²΄ νμ§λ₯Ό μ΄μ©ν΄ νμ¬κ° λ°μν λΆμλ₯Ό νμ§νλ λ°©λ²λ‘ λ€μ΄ μ‘΄μ¬νλ€.νμ§λ§ μ€μ λ‘ μλΉμ€λ₯Ό μ 곡νκ³ μ νλ νμ₯μ νκ²½μμ λ°μν νμ¬ λ°μ΄ν°λ ꡬν μκ° μμΌλ©° μΉμμ 곡κ°λμ΄ μλ μ€ν μμ€ λ°μ΄ν°λ₯Ό μ΄μ©ν μ λ°μ μλ€λ μ , λ₯λ¬λ λͺ¨λΈμ νμ¬ λ°μ΄ν°λ₯Ό νμ΅ μ μμμ κΈ°μ€μΌλ‘ νμ΅νκΈ°μ λΆκ½κ³Ό μ°κΈ°μ λΉμ·ν μμμ 물체λ€μ νμ¬λ‘ μ€νμ§νλ€λ μ λ± μ¬λ¬ νκ³μ μ΄ μ‘΄μ¬νμλ€.λ¨μν λͺ¨λΈμ μ±λ₯λ§μΌλ‘λ νκ³κ° μ‘΄μ¬νλ€κ³ λκ»΄ λͺ¨λΈ μΈμ μ -ν μ²λ¦¬λ₯Ό μν μ¬λ¬ μκ³ λ¦¬μ¦μ μλν΄λ³Έ κΈ°λ‘λ€μ΄λ€. 1. λΆκ½κ³Ό μ°κΈ°μ νΉμ± .. 2024. 2. 17. VGGNet (ICLR 2015) μμ½ λ° λ¦¬λ·° Very Deep Convolutional Networks for Large-Scale Image Recognitionhttps://arxiv.org/abs/1409.1556 I. Introductionν΄λΉ λ Όλ¬Έμ λͺ¨λΈμ λ μ΄μ΄λ₯Ό λ κΉκ² λ§λλ κ²μ μ€μ μ λμλ€. μ΄λ₯Ό μν΄ λ€λ₯Έ νλΌλ―Έν°λ€μ κ³ μ νκ³ 3x3 ν¬κΈ°μ μμ νν°λ‘ λ μ΄μ΄λ₯Ό μμ λͺ¨λΈμ κΉμ΄λ₯Ό νκΈ°μ μΌλ‘ λλ Έλ€=> κ·Έ κ²°κ³Ό λΉμμ SOTA λ¬μ± λ° λ€μν λ°μ΄ν°μ μ μ μ© κ°λ₯ν μ±λ₯ μ’μ λͺ¨λΈλ‘ μκΌ½νκ² λμλ€ II. ConvNet Configurations2.1 Architectureνλ ¨μ μ κ° ν½μ μμ νκ· RGBλ₯Ό λΊ μ μ²λ¦¬λ₯Ό ν 224x224x3 RGB μ΄λ―Έμ§ μ¬μ©μ μ²λ¦¬λ μ΄λ―Έμ§λ€μ 3x3 ν¬κΈ°μ νν°κ° μλ ν©μ±κ³±μΈ΅μ μ§λλ€.. 2024. 1. 29. 2. Statsmodelsλ₯Ό μ΄μ©ν μκ³μ΄ λΆμ ν΄λΉ λ΄μ©λΆν°λ μνμ μΈ λ΄μ©λ€μ΄ λ§μ΄ λμ€λλ° μμμ λν κΉμ μ΄ν΄λ³΄λ¨ μ¬μ©νλ μ½λ μμ£Όλ‘ μ 리ν΄λ³΄μλ€. 2-1. ETS-Decomposition μκ³μ΄ λ°μ΄ν°λ νΉλ³ν μμ±λ€ - μμλ€μ κ°μ§λ€ 첫λ²μ§Έ μμλ νΈλ λ, μΆμΈμ΄λ€.νλμ λ°μ΄ν°μμ νκ°μ§ μΆμΈλ§μ 보μ΄κ±°λ μ¬λ¬κ°μ μΆμΈκ° λ³΄μΌ μλ μλ€. μκ³μ΄ λ°μ΄ν°λ μ΄λ€ λ°©ν₯μΌλ‘λ μΆμΈλ₯Ό κ°μ§λ€. λ°λΌμ λΆμνκ³ μ νλ μκ³μ΄ λ°μ΄ν°κ° μ΄λ€ μΆμΈλ₯Ό κ°μ§κ³ μλμ§ μκ°ννμ¬ λ³΄λ κ²μ΄ μ€μνλ€ μκ³μ΄ λ°μ΄ν°λ κ²½ν₯μ±μ΄ μλ κ²½μ°κ° μλλ° μλ‘ κ°λ μΆμΈ, νΉμ μ€κ°μ μνλ°©ν₯μ΄λ λ³νμ§ μλ μΆμΈ, μλλ‘ λ΄λ €κ°λ μΆμΈκ° μλ€ λλ²μ§Έ μμλ κ³μ μ±μ΄λ€.ν΄λΉ κ°μμμλ μ€λ Έμ°λ³΄λμ μ€λ Έμ°λ³΄λ©μ κ²μ κΈ°λ‘κ³Ό κ³μ μ κ΄κ³λ₯Ό μμλ‘ λ€μλλ° λ§€ 겨μΈλ§λ€.. 2024. 1. 17. 2023 νκ³ Introμ°λ§νκ³ . 주ꡬμ₯μ°½ μΌκΈ°λ§ μ¨μλ λ΄κ° μ΄λ κ² μ°λ§νκ³ λ₯Ό μ°κ² λ κ³κΈ°λ λ©λͺ¨μ΄ μ°Έκ°ν΄μ λ§€μ£Ό νκ³ λ₯Ό μμ±νλλ° μ°λ§νκ³ λ λμ ν΄λ³΄λ©΄ μ’μ§μμκΉ μκ°λ§ νλ€κ° κΈλμμ λ§μ λΆλ€μ΄ μ°λ§ νκ³ λ₯Ό μ¬λ¦¬μκ³ λ μ½μ΄λ³΄λ λ΄μ©λ€μ΄ λ무 μ’μμ μ¬ν΄λΆν° κΎΈμ€ν μ°λ§ νκ³ λ₯Ό μμ±νκ³ μ μμνμλ€. 2023λ λμ μΈμ κΉμλ κ²λ€μ ν€μλ μμ£Όλ‘ μ μ΄λ³΄μλ€. 20232023λ μ ν λ¬Έμ₯μΌλ‘ μμ½ν΄λ³΄μλ©΄ ‘μ³λ°ν΄μμ λ²μ΄λ μμμ μ μκΈ°μν΄ μ½μ§ λλ λ Έλ ₯νλ ν ν΄’ λΌκ³ ν μ μκ² λ€.2022λ 9μμ κ΅λΉμ§μκ΅μ‘μ΄ λλκ³ 12μμ νμ¬ νμ¬μ μ μ¬νμ¬ λ€λμ§ λ²μ¨ 1λ μ΄ μ§λ¬λ€. μ§λ 1λ μ λμ΄μΌλ³΄λ©΄ λλ λκ° μ΄μ¬νλ νμ§λ§ μ€μμ΄ μλ€λ, λμ λλ μ±κ³Όλ μ±μ₯μ΄ μλ€κ³ μμ± ν΄μμΌλ μμ£Ό μμ§λ .. 2024. 1. 5. 1. μκ³μ΄ λ°μ΄ν°λ₯Ό μν datetime, Numpy & Pandas ν΅κ³ λ±μ μνμ λͺ¨λ₯΄μ§λ§ νμ¬μ μκ³μ΄ λ°μ΄ν°λ₯Ό λ€λ€λ³΄κ³ μ μκ³μ΄ 곡λΆλ₯Ό μμνκ² λμλ€ (μ λ°λ―Έ μκ³μ΄ κ°μ)[https://www.udemy.com/course/250-timeseries-kor-sub-top-100/] μ λ°λ―Έμ μκ³μ΄ κ°μλ₯Ό 보면μ 곡λΆν λ΄μ©λ€ μμ£Όμ λΆμ‘±ν λΆλΆλ€μ κ²μνκ³ μ΅μ’ λͺ©νλ νμ¬μ μ€μ λ°μ΄ν°μ μ μ©ν μ¬λ‘κΉμ§ μκ°νλ κ²μ΄λ€. 곡λΆν μλ‘ ν΅κ³ λͺ¨λΈμ μ¬μ©νμ¬ μκ³μ΄ λ°μ΄ν°μ λν΄ λΆμ λ° λͺ¨λΈλ§μ νλ λ΄μ©λ€μ 보면μ λ΄κ° μνμ μΈ λΆλΆμ λν΄ μ λλ‘ μ΄ν΄νμ§ λͺ»νλλ° μ 리ν΄μ λΈλ‘κ·Έμ μ¬λ¦¬λ κ² λ§λ μΆλ€κ° λ κ°μ μνμ λͺ¨λ₯΄λ μ λ¬Έμλ€μ΄ μ΄λ‘ λ³΄λ€ μ½λμ μΈ λΆλΆλ€μ λ¨Όμ κ°μ Έκ°κ³ μ μ©ν΄ λ³΄κ³ μ΄λ‘ λΆλΆμ μ±μλκ°λ μμΌλ‘ κΈμ νλ² μ 리ν΄λ³΄κ³ μΆμλ€. κ·Έλμ .. 2023. 12. 12. μ΄μ 1 2 3 4 5 6 λ€μ