728x90 반응형 SMALL AI9 자동 음성 인식 (Automatic Speech Recognition) 자동 음성 인식 (Automatic Speech Recognition) 자동 음성 인식 (Automatic Speech Recognition)이란 음성 신호(acoustic signal)를 단어(word) 혹은 음소 (phoneme) 시퀀스로 변환하는 시스템을 가리킨다. 자동 음성 인식 모델은 입력 음성 신호 X(x1, x2, ..., xt)에 대해 가장 그럴듯한 (likely) 음소/단어 시퀀스 Y(y1, y2, ..., yn)를 추정한다. 자동 음성 인식 모델의 목표는 P(Y∥X)를 최대화하는 음소/단어 시퀀스 Y를 추론 (inference)하는 데에 있다. 이를 식으로 표현하면 다음 수식과 같다. P(Y∥X)를 바로 추정하는 모델을 구축하는 것이 가장 이상적이다. 하지만 같은 음소나 단어라 하.. 2024. 7. 3. imbalanced-learn imbalanced-learn imbalanced-learn은 데이터의 불균형 문제를 해결하기 위한 다양한 샘플링 방법을 구현한 파이썬 패키지이다. pip install -U imbalanced-learn https://imbalanced-learn.org/stable/ imbalanced-learn documentation — Version 0.11.0 User guide The user guide provides in-depth information on the key concepts of imbalanced-learn with useful background information and explanation. imbalanced-learn.org 2023. 10. 4. 새로운 빙 (The New Bing) 새로운 빙 (The New Bing) 새로운 빙은 챗GPT의 개발사인 오픈AI의 새로운 언어 모델인 '프로메테우스'를 탑재하고 있다. Microsoft Edge 웹 브라우저를 설치하고 사용가능하다. https://www.bing.com/new 새로운 Bing 소개 실제 질문을 하고, 완전한 답변을 얻고, 채팅을 통해 만들어 보세요. www.bing.com 2023. 5. 15. Bard Bard Bard는 대형 언어 모델의 LaMDA 제품군을 기반으로 Google에서 개발한 대화형 생성 인공지능 챗봇이다. OpenAI의 ChatGPT 대두에 대한 직접적인 대응으로 개발되었으며, 미지근한 반응에 2023년 3월에 제한된 용량으로 출시된 후 다른 국가로 확장되었다. https://en.wikipedia.org/wiki/Bard_(chatbot) Bard (chatbot) - Wikipedia From Wikipedia, the free encyclopedia Chatbot developed by Google Bard is a conversational generative artificial intelligence chatbot developed by Google, based on the L.. 2023. 5. 15. [AI] 정확도 (Accuracy) / 손실 (Loss) 정확도 (Accuracy) 정확도는 분류 모델의 성능을 측정하는 방법이다. 전체 데이터에 대한 예측 오류의 수로 볼 수 있다. 쉽게 말해, 전체 데이터 중에서 몇 개를 맞췄는가이다. 일반적으로 백분율로 표시된다. 정확도는 예측 값이 실제 값과 동일한 예측 횟수이다. 특정 샘플에 대한 바이너리 (true/false)이다. 정확도는 종종 전체 또는 최종 모델 정확도와 관련되지만 교육 단계에서 그래프로 표시되고 모니터링된다. 정확도는 손실보다 해석하기 쉽다. 손실 (Loss) 실제 정답과 모델이 예측 한 값 사이의 차이 (거리 또는 오차)이다. 비용 함수라고도 하는 손실 함수는 예측이 실제 값과 얼마나 다른지에 따라 예측의 확률 또는 불확실성을 고려한다. 이것은 모델이 얼마나 잘 수행되고 있는지에 대한 보다 .. 2022. 8. 18. [AI] 로지스틱 회귀 (Logistic Regression) 로지스틱 회귀 (Logistic Regression) 선형 회귀에서 확장한 것으로 독립 변수의 선형 결합을 이용하여 사건의 발생 가능성을 예측하는데 사용되는 통계 기법이다. numerical_derivative, sigmoid 함수 정의 import numpy as np from datetime import datetime np.random.seed(0) def numerical_derivative(f, x): delta_x = 1e-4 # 0.0001 grad = np.zeros_like(x) it = np.nditer(x, flags=['multi_index'], op_flags=['readwrite']) while not it.finished: idx = it.multi_index tmp_val =.. 2022. 7. 10. 인공지능 (Artificial Intelligence) 인공지능 (Artificial Intelligence) 인공 지능 (AI)은 인간 지능을 모방하여 작업을 수행하고 수집한 정보를 기반으로 반복적으로 개선할 수 있는 시스템 또는 기계를 의미한다. 인공지능 (人工知能) 또는 AI (Artificial Intelligence)는 일반적으로 인간의 학습능력, 추론능력, 지각능력이 필요한 작업을 할 수 있도록 컴퓨터 시스템을 구현하려는 컴퓨터과학의 세부분야 중 하나이다. 인간을 포함한 동물이 갖고 있는 지능 즉, natural intelligence와는 다른 개념이다. 지능을 갖고 있는 기능을 갖춘 컴퓨터 시스템이며, 인간의 지능을 기계 등에 인공적으로 시연 (구현)한 것이다. 일반적으로 범용 컴퓨터에 적용한다고 가정한다. 이 용어는 또한 그와 같은 지능을 만들.. 2022. 7. 9. [인공지능] ANN / DNN / CNN /RNN 인공지능, 머신러닝, 딥러닝 인공지능(Artificial Intelligence)는 인간의 지능이 갖고 있는 기능을 갖춘 컴퓨터 시스템을 뜻하며, 인간의 지능을 기계 등에 인공적으로 구현한 것을 말한다. 머신러닝(Machine Learning) 혹은 기계학습은 인공지능의 한 분야로, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야를 뜻한다. 딥러닝(Deep Learning)은 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화 (다량의 복잡한 자료들에서 핵심적인 내용만 추려내는 작업)을 시도하는 기계학습 알고리즘의 집합으로 뜻한다. 따라서, 위의 그림처럼 가장 포괄적인 인공지능 분야 안에 머신러닝이 속하고 있고, 머신러닝 분야 속에는 딥러닝 분야가 속해있다고 볼 수 있겠다. ANN (.. 2021. 12. 8. 01. Intro 머신러닝 : 컴퓨터가 데이터를 통해 유의미한 패턴과 통계적인 함수를 발견하여 행동의 지침이 되는 지식을 얻어내는 행위 회귀 : 입력데이터를 바탕으로 원하는 타겟변수의 미래결과 예측 분류 : 개별 데이터의 class를 예측하거나 계급 결정 (스팸 필터링, 사기방지) 추천 : 상품 혹은 그 대안 예측 대체 : 누락된 입력데이터의 값 보강 ML workflow : 실데이터를 통한 모델이 안정화될 때까지 기존 데이터 EDA : 특성 추출, 훈련 검증 테스트 분리 모델링 : 모델구축 모델평가 모델최적ㅈ화 신규 데이터로 예측 -> 피드백 방법론 지도학습 : 훈련 데이터 안에 예측해야 할 target이 있는 경우, 오브젝트 디텍션 비지도학습 : target이 없는 경우, 함수모형을 만들지 않고 데이터 패턴 추출, 데.. 2021. 12. 8. 이전 1 다음 728x90 반응형 LIST
