Industrial Engineering with

오늘은 2020년 10월 27일 화요일 오후1시 코엑스D홀 우리 한양대학교 산업공학과 불꽃길을 함께 걷고 있는 친구들과 한국인공지능협회에서 주최하는 '국제인공지능대전'에 다녀왔다 삼성역에서 내려 오랜만에 느껴보는 바쁜 현대인의 삶의 모습에 한번, 맥도날드에서 음료를 쏟은 아저씨를 지켜만 보고있는 무정한 모습들에서 두번 자극을 받고 엑스포로 가는 발걸음을 긴장감있게 뗄 수 있었다. 이번 박람회를 다녀오며 깨닫고 섬뜩했던 것은 세상이 많이 바뀌고 있다고는 하지만 이제 프로그래밍 언어를 잘 모르고 코딩을 할 줄 몰라도 툴을 이해하고 프로그램을 사용할 줄 안다면 누구나 배우고 활용하고 실무에 응용할 수 있게 되었다는 것이다. 결국 누가 돈이 되는 비즈니스 모델을 떠올리는 인사이트를 가지고 있느냐의 싸움이 된 것..

Multivariate Linear Regression 다중 선형 회귀 training example : i=1~m features(독립변수의 수) : j=0~n Feature Scaling의 필요성 ㅎfearture value, x가 식에 남음으로써 x의 범위에 따라 θ의 update정도, step size가 달라지므로 Why Feature Scaling? Machine Learning Algorithm은 모든 변수들을 '숫자'로만 인식하므로 같은 의미더라도 2.5m와 250cm는 확연히 다른 수치가 된다. 즉, feature scaling은 단위를 없애는 과정 1) 독립변수들의 구간을 표준화하는 데이터 전처리 작업 2) to speed up gradient descent Debugging Automa..

Supervised Learning 지도학습 Classification : categorical (discrete) output variable -> label 예측 -Logistic Regression, SVM, KNN... Regression : numerical( continuous) output variable -> quantity 예측 -Neural Network, Support Vector, Boosting Trees, Random Forests, Decision Tree.. Unsupervised Learning 비지도학습 derive structure from data, for Clustring -K-means... Model and Cost Function x : features h : ..

Machine Learning 복잡한 세상을 숫자로서 표현하며 '통계'의 등장+컴퓨터의 등장으로 단순 계산으로부터의 해방 앞으로 모든 기업의 경영 전략 수립시 의사결정(비교와 선택)의 기준이 되어줄 것 정의 Tom Mitchell Carnegie Mellon University "Learn from experience(E) with respect to some task(T) and some performance measure(P), if it's performance on T, as measured by P, improves with experience E." ...데이터를 기계를 학습시키면 성능이 올라가는 것 Andrew Ng "Machine Learning is the science of gettin..