😎 공부하는 징징알파카는 처음이지?

https://hyunlee103.tistory.com/36 [Sound AI #11] 오디오 데이터 전처리 (Python Coding) Sound of AI 유튜브를 바탕으로 작성되었습니다. 이전 포스팅에서 다룬 오디오 데이터 전처리를 파이썬으로 구현해보려 한다. 우선 우리가 사용할 라이브러리들을 import 하자 import numpy as np import lib hyunlee103.tistory.com Colab을 사용했습니다 !pip install pydub !apt install ffmpeg 🍏 library & data load from os import path from pydub import Aud..

https://tech.kakaoenterprise.com/66 AI에게 어떻게 음성을 가르칠까? 시작하며 인간은 귀로 듣고, 입으로 말하여 타인과 의사소통합니다. 나와 대화할 수 있는 존재를 창조하고 싶다는 바람은 많은 사람들이 오래전부터 상상하고, 소설로 쓰고, 연구해 왔습니다. tech.kakaoenterprise.com https://hyunlee103.tistory.com/54 오디오 데이터 전처리 (1) Waveform 모두의 연구소 음성인식 풀잎스쿨에서 Introduction to Speech Processing(2E) 중 acousitc featrure extraction 부분 공부한 내용을 정리한 글입니다. 또한 한국 인공지능협회 오디오 처리 세션에서 공부한 내용도 hyunlee103.t..

220518 작성 https://doooob.tistory.com/102?category=825950 [알기쉬운 AI - 24] Q 학습 (Q-Learning) 지난번에는 "Q-Learning의 Q는 무엇의 약자인가요?"라는 질문에 대하여, "검정 결과가 유의하다고 판단되는 최소의 FDR(false discovery rate)의 수"임을 알 수 있었습니다. 이번에는 드디어 Q-Learning의 doooob.tistory.com 1. Q-Learning : 검정 결과가 유의하다고 판단되는 최소의 FDR(false discovery rate)의 수 ex) 해전 게임 : 반복적으로 공격하다 보면 전략 보드(Q)의 정보가 풍부해져 점차 상대방의 나머지 함들의 위치가 보이게 됩니다. 그리고 먼저 상대를 전멸시키면..

220507 작성 https://doooob.tistory.com/101?category=825950

220507 작성 https://doooob.tistory.com/95?category=825950 [알기쉬운 AI - 22] 강화학습과 도적 알고리즘 강화 학습과 밴디트(도적) 알고리즘 강화 학습은 감독 학습처럼 '해답'이 주어지는 것이 아니고, 보수를 얻기 위해 스스로 배우고 영리해지는 학습법입니다. 바둑이나장기와 같은 게임에서 압도 doooob.tistory.com 1. 강화학습 : 해답이 주어지는 것이 아니다 : 보수를 얻기 위해 스스로 배우고 영리해지는 학습법 : 각 상황에서 코치가 최적의 조언을 가르쳐주는 것을 감독 학습 : 강화학습은 코치 없이, 자기 반성을 스스로 실시해 어떻게 더 보상을 얻을 수 있는지 스스로 강해지는 것 ex) 도적 알고리즘 : 고객에게 더 많은 클릭을 얻거나 게임에서 ..

220327 작성 https://doooob.tistory.com/88?category=825950 [알기쉬운 AI - 21] 과학습을 ​​막는 방법 시작하기 인간에게는 ego와 업보가 있듯이, 기계 학습에게는 과학습 이라는 것이 붙어 다닙니다. 숙명이라고 할 수 있지요. 따라서 최근의 신경망 라이브러리는 과학습을 방지하기 위한 몇 가지 doooob.tistory.com 1. 정규화 (Regularization) : 과학습의 원인은 특정 학습 데이터로만 학습을 지나치게 해서 미지의 데이터에 대한 오차(일반화 오차)가 역으로 증가해 버리는 것 : 정규화란 "극단적이라 생각되는 의견은 듣지 않는다" 모델을 복잡하게 하는 가중치는 그 양에 따른 페널티를 부여하여 모델이 복잡해지지 않도록 하는 것 - L1 규범..

220327 작성 https://doooob.tistory.com/71?category=825950 [알기쉬운 AI - 20] 비정상적인 과학습 딥러닝은 많은 양의 학습 데이터가 필요하다고 알려져 있지만, 현실에서는 그렇게 데이터를 모을 수 없다는 현실이 있습니다. 그래서 확산된 것이 적은 데이터로 학습하는 기술입니다. 이번에 doooob.tistory.com 1. 적은 데이터로 학습 : 데이터의 양이 적으면 데이터를 모으는 노력과 클렌징의 수고, 학습에 걸리는 시간과 부하도 크게 절약 : 데이터의 양은 적어도 인공 지능을 사용하고 싶다는 요구에 부응 : 적은 데이터로 학습하는 방법 1. 품질좋은 데이터를 사용 2. Data Augmentation 3. 전이 학습 1) Data Augmentation (..

220327 작성 https://doooob.tistory.com/69?category=825950 [알기쉬운 AI - 19] 머신 러닝의 학습 데이터 효율적으로 공부하기 위해서는 좋은 교재가 필요합니다. 딥러닝의 교재는 학습 데이터입니다. 이번에는 그 학습 데이터의 양과 질에 초점을 두고 설명합니다. 또한, 다운로드 가능한 일반물체 doooob.tistory.com 1. 학습 데이터의 양 : AI 는 데이터를 준비하고 20회 정도 반복 학습하면 보통 80% 이상의 정답률로 인식할 수 있습니다. : 전이 학습 등의 소량 데이터로 학습하는 기법을 사용한 경우!! BUT : 학습 데이터양에 비례하여 정답률이 높아지지 XX : 추가 데이터에 비해 정답률이 높아질 비율은 점점 낮아지며, 결국 saturation..