λͺ©λ‘μ 체 κΈ (1104)
KoreanFoodie's Study

ν΄λΉ ν¬μ€ν μ νλΉ λ―Έλμ΄μμ μΆνν 'λ°λ°λ₯λΆν° μμνλ λ₯λ¬λ'μ΄λΌλ κ΅μ¬μ λ΄μ©μ λ°λΌκ°λ©° λ₯λ¬λ νν 리μΌμ μ§ννκ³ μμ΅λλ€.κ΄λ ¨ μλ£λμ¬κΈ°μμ μ°Ύκ±°λ λ€μ΄λ‘λ λ°μΌμ€ μ μμ΅λλ€. μμΉ λ―ΈλΆ μ΄μ ν¬μ€νΈμμ, λ§€κ° λ³μμ λ―ΈλΆκ°(κΈ°μΈκΈ°)κ°μΌλ‘ μ΅μ μ λ§€κ°λ³μλ₯Ό μ°Ύμλκ°λ κ²μ΄ μ κ²½λ§μ νμ΅μν€λ μ리λΌκ³ μ€λͺ ν λ° μλ€. κ·Έλ λ€λ©΄, μ΄ κΈ°μΈκΈ° κ°μ ꡬνκΈ° μν΄ λ¨Όμ λ―ΈλΆ ν¨μλΆν° ꡬνν΄ λ³΄λλ‘ νκ² λ€. λ―ΈλΆ λ―ΈλΆμ μ μμμ λ€μκ³Ό κ°λ€. λμ΄λΈνκ² κ΅¬ννλ€λ©΄, λ€μκ³Ό κ°μ΄ ꡬνν΄λ³Ό μ μμ κ²μ΄λ€. def numerical_diff(f, x): h = 10e-50 return (f(x+h) - f(x)) / hν¨μμ μ΄λ¦μ μμΉ λ―ΈλΆ(numerical differentiation)..

ν΄λΉ ν¬μ€ν μ νλΉ λ―Έλμ΄μμ μΆνν 'λ°λ°λ₯λΆν° μμνλ λ₯λ¬λ'μ΄λΌλ κ΅μ¬μ λ΄μ©μ λ°λΌκ°λ©° λ₯λ¬λ νν 리μΌμ μ§ννκ³ μμ΅λλ€.κ΄λ ¨ μλ£λμ¬κΈ°μμ μ°Ύκ±°λ λ€μ΄λ‘λ λ°μΌμ€ μ μμ΅λλ€. μ΄λ² ν¬μ€νΈμμλ μ κ²½λ§ νμ΅μ λν΄ λ€λ£¨μ΄ 보λλ‘ νκ² λ€. μ¬κΈ°μ νμ΅μ΄λ νλ ¨ λ°μ΄ν°λ‘λΆν° κ°μ€μΉ λ§€κ°λ³μμ μ΅μ κ°μ μλμΌλ‘ νλνλ κ²μ λ»νλ€. μ κ²½λ§μ΄ νμ΅ν μ μλλ‘ ν΄μ£Όλ μ§νμλ μμ€ ν¨μκ° μλλ°, μ΄ μμ€ ν¨μμ κ²°κ³Όκ°μ κ°μ₯ μκ² λ§λλ κ°μ€μΉ λ§€κ°λ³μλ₯Ό μ°Ύλ κ²μ΄ νμ΅μ λͺ©νμ΄λ€. λ°μ΄ν°μμ νμ΅νλ€! λ°μ΄ν° μ£Όλ νμ΅ κΈ°κ³νμ΅μ λ°μ΄ν°κ° μλͺ μ΄λ€. λ°μ΄ν°λ₯Ό ν΅ν΄ ν¨ν΄μ λ°κ²¬νκ³ λͺ¨λΈμ λ§λ€ μ μκΈ° λλ¬Έμ΄λ€. μμ μμμμ μ«μ '5'λ₯Ό νλ³νλ€κ³ ν΄ λ³΄μ. '5'λ₯Ό λΆλ₯νλ νλ‘κ·Έλ¨μ μ§μ ..

κ°λ μλ£μμ§μ νλ€λ³΄λ©΄ μ λ¬Έ κΈ°μ¬ λ±μ λ°μ΄ν°λ₯Ό λλμΌλ‘ μμ§ν΄μΌ λλ κ²½μ°κ° μκΈ΄λ€. νμ΄μ¬μ μλ ν¬λ‘€λ¬ λ§λ€κΈ° μ’κ² requestsλ BeautifulSoupλ±μ λͺ¨λμ΄ κ·Έ κΈ°λ₯μ μ κ³΅ν΄ μ£Όμ§λ§, λλ‘λ μ¬μ΄νΈμμ APIλ₯Ό μ§μ μ 곡νκΈ°λ νλ€. λ€μ΄λ²μ κ²½μ°μλ μ€ν API(μ¬μ§μ΄ λ‘κ·ΈμΈλ νμ μλ€!)λ₯Ό μ΄μ©ν΄ κ²μμ ν΅ν μλ£λ₯Ό μμ§ν μ μλλ‘ λμμ€λ€. κ·ΈλΌ μ΄λ² ν¬μ€νΈμμλ μ΄ μ€ν APIλ₯Ό μ΄μ©ν΄μ λ΄κ° κ²μν ν€μλλ‘ μμ§ν λ΄μ€κΈ°μ¬λ€μ μ λͺ©κ³Ό λ§ν¬λ₯Ό μ μ₯νλ λ°©λ²μ μμλ³΄λ‘ νκ² λ€. λ¨Όμ , λ€μ΄λ² λ°μ΄ν°λ©μΌλ‘ κ°λ©΄, λ€μκ³Ό κ°μ μ°½μ΄ λ¨λλ°, μ κΈ°μ `μ€ν API μ μ²`μ λλ¬ μ΄ν리μΌμ΄μ μ λ§λ€μ΄ μ£Όμ. μ΄ν리μΌμ΄μ μ λμΆ© λ§λ€μ΄λ λλ€. μ΄ν리μΌμ΄μ μ λ§λ€λ©΄ λ€μκ³Ό κ°μ΄ "Cl..

ν΄λΉ ν¬μ€ν μ νλΉ λ―Έλμ΄μμ μΆνν 'λ°λ°λ₯λΆν° μμνλ λ₯λ¬λ'μ΄λΌλ κ΅μ¬μ λ΄μ©μ λ°λΌκ°λ©° λ₯λ¬λ νν 리μΌμ μ§ννκ³ μμ΅λλ€. κ΄λ ¨ μλ£λ μ¬κΈ°μμ μ°Ύκ±°λ λ€μ΄λ‘λ λ°μΌμ€ μ μμ΅λλ€. 3μΈ΅ μ κ²½λ§ κ΅¬ννκΈ° μ΄λ²μλ 3μΈ΅ μ κ²½λ§μμ μνλλ, μ λ ₯λΆν° μΆλ ₯κΉμ§μ μ²λ¦¬(μλ°©ν₯ μ²λ¦¬)λ₯Ό ꡬνν΄ λ³΄μ. μ΄λ₯Ό μν΄ μ μ μ€λͺ ν λνμ΄μ λ€μ°¨μ λ°°μ΄μ μ¬μ©νλ€. μ κ·Έλ¦Όμ 3μΈ΅ μ κ²½λ§μΌλ‘, μ λ ₯μΈ΅(0μΈ΅)μ 2κ°, 첫 λ²μ§Έ μλμΈ΅(1μΈ΅)μ 3κ°, λ λ²μ§Έ μλμΈ΅(2μΈ΅)μ 2κ°, μΆλ ₯μΈ΅(3μΈ΅)μ 2κ°μ λ΄λ°μΌλ‘ ꡬμ±λλ€. μμλ₯Ό ν΅ν΄ μ΄ κ³Όμ μ λ μμΈν μ΄ν΄λ³΄μ. import numpy as np X = np.array([1.0, 0.5]) W1 = np.array([[0.1, 0.3, 0.5], [0.2,..

ν΄λΉ κ²μκΈμ μ€μΈλΌλΉ μκ°λμ΄ 2018λ 11μ 26μΌ, μμΈλνκ΅μμ μ§ννλ κ°μ°μ λν νκΈ°κΈμ λλ€. μ€μΈλΌλΉλ κ°μ° νκΈ° μ λ§ μ€λλ§μ κΈμ μ¨ λ³΄λ κ² κ°μ΅λλ€(μ½λ, λ³΄κ³ μ μ μΈ). κ·Έλ§νΌ μ€λ μ€μΈλΌλΉλμ κ°μ°μ κ½€λ ν° μκ·Ήμ΄μλ€μ. KBSμμ 촬μλ νλ¬ μμΌλ, μλ§ ν μμμ νλ€μ΄λ νΈμ§λ³Έμ΄λ ν΄λ¦½ μ λλ μ¬λ € μ£Όμμ§ μμκΉ μκ°ν©λλ€. λ§ κ·Έλλ‘ ‘νκΈ°’λ μλ ‘κ°μ’μΈμ§λΌ, κ°μ°μ λν λ΄μ©μ μμ½νκ±°λ νμ§λ μμ΅λλ€. κ·Έμ μμμ νλ¦μ λ°λΌ λͺ μ μ μ΄λ³ΌκΉ ν©λλ€. 0. νλ―Έλμ¦μ μ΄λμ μμ, μ΄λλ‘ κ°λκ° νλ―Έλμ¦μ 1940λ λκΉμ§μ μ¬μ± μ°Έμ κΆ μ΄λ(Women’s movement) μ΄ν μλ‘κ² λ±μ₯ν κ°λ μ λλ€. μ΄μ μ μ¬κΆ μ μ₯ μ΄λκ³Όλ ꡬλ³λλ κ°λ μΌλ‘, λ μΌ ..

λλ μ μ κΈ°λκ°μ΄ λμ μμ μμ§μ¬ λ΄ μ μκ° μ μ₯λ νμΌμ μ΄μλ€. μ΄λλ³΄μ… xxxxx... xxx . . . oooo-ooooo : 58μ xxxx-xxxxx: 13μ oooo-ooooo : 48μ . . . λλ μκ°μ μΌλ‘ λ©μΉ«νλ€. 그리곀 μ΄λ΄ κ·Έ λ©μΉ«κ±°λ¦Όμ‘°μ°¨ λ©μΆμλ€. λ©- νλ€. λλ κΈ°λλ₯Ό μμ ν μ λ²λ¦° λμ μ μλ₯Ό λ³΄κ³ κ·Έμ λ©ν λΏμ΄μλ€. μ΄μ κ°μΌλ©΄ λΆλ Έμ λΆλλ¬μ, μμΉμ¬ λ°μμ μ¬λ¬ κ°μ μ΄ λλ₯Ό μ¬λ°©μμ κ΄΄λ‘νκ² μ§. νμ§λ§ μ΄λ²μλ μ‘°κΈ λ¬λλ€. νμ μ μ°Ύμ κ±ΈκΉ? μ΅μν΄μ§ κ±ΈκΉ? λλ μ€μ€λ‘μκ² μ§λ¬Ένλ€. μ‘°κΈλ μ¦κ²μ§ μμλ€. μλ, μ¦κ²κΈ°λ 컀λ λͺΈμ΄ 무κ²κ²λ§ λκ»΄μ‘λ€. μΆ μ²μ§λ λλ. νκΈ°μ°¨κ² λ λ€μ΄ λλ λ°΄λ 보컬μ μλ¦¬κ° λ°λ°νκΈ°λ§ νλ€. μ΄, ν¬κΈ°κ° λκΉ? μ€λ λ..

ν΄λΉ ν¬μ€ν μ νλΉ λ―Έλμ΄μμ μΆνν 'λ°λ°λ₯λΆν° μμνλ λ₯λ¬λ'μ΄λΌλ κ΅μ¬μ λ΄μ©μ λ°λΌκ°λ©° λ₯λ¬λ νν 리μΌμ μ§ννκ³ μμ΅λλ€. κ΄λ ¨ μλ£λ μ¬κΈ°μμ μ°Ύκ±°λ λ€μ΄λ‘λ λ°μΌμ€ μ μμ΅λλ€. νΌμ νΈλ‘ μμ μ κ²½λ§μΌλ‘ μ κ²½λ§μ μ μ κ²½λ§μ κ·Έλ¦ΌμΌλ‘ λνλΈ μμλ₯Ό 보μ. Inputμ΄λΌκ³ νμλ κ²μ μ λ ₯μΈ΅, 맨 μ€λ₯Έμͺ½ μ€(Output)μ μΆλ ₯μΈ΅, μ€κ° μΈ΅(Hidden)μ μλμΈ΅μ΄λΌκ³ νλ€. μλμΈ΅μ λ΄λ°μ μ¬λ λμλ 보μ΄μ§ μλλ€. 0μΈ΅μ μ λ ₯μΈ΅, 1μΈ΅μ΄ μλμΈ΅, 2μΈ΅μ΄ μΆλ ₯μΈ΅μ΄ λλ€. νΌμ νΈλ‘ λ³΅μ΅ κΈ°μ‘΄ νΌμ νΈλ‘ μ μ΄λ° ꡬ쑰λ₯Ό νκ³ μλ€. # μ : y = 0 (b + w1x1 + w2x2 0) μ¬κΈ°μ bλ νΈν₯μ λνλ΄λ λ§€κ°λ³μλ‘, λ΄λ°μ΄ μΌλ§λ μ½κ² νμ±νλλλλ₯Ό μ μ΄νλ€. ννΈ, w1κ³Ό w2λ κ°..

ν΄λΉ ν¬μ€ν μ νλΉ λ―Έλμ΄μμ μΆνν 'λ°λ°λ₯λΆν° μμνλ λ₯λ¬λ'μ΄λΌλ κ΅μ¬μ λ΄μ©μ λ°λΌκ°λ©° λ₯λ¬λ νν 리μΌμ μ§ννκ³ μμ΅λλ€. κ΄λ ¨ μλ£λ μ¬κΈ°μμ μ°Ύκ±°λ λ€μ΄λ‘λ λ°μΌμ€ μ μμ΅λλ€. νΌμ νΈλ‘ (perceptron) μκ³ λ¦¬μ¦ νΌμ νΈλ‘ μ νλν¬ λ‘μ λΈλΌνΈ(Frank Rosenblatt)κ° 1957λ μ κ³ μν, λ§€μ° μ€λλ μκ³ λ¦¬μ¦μ΄λ€. νμ§λ§ νΌμ νΈλ‘ μ ꡬ쑰λ₯Ό λ°°μ°λ κ²μ μ κ²½λ§κ³Ό λ₯λ¬λμΌλ‘ λμκ°λ λ° μ€μν μμ΄λμ΄λ₯Ό λ°°μ°λ μΌλ λλ€. νΌμ νΈλ‘ μ΄λ? νΌμ νΈλ‘ μ λ€μμ μ νΈλ₯Ό μ λ ₯μΌλ‘ λ°μ νλμ μ νΈλ₯Ό μΆλ ₯νλ€. μ¬κΈ°μ λ§νλ μ νΈλ μ λ₯λ κ°λ¬Όμ²λΌ νλ¦μ΄ μλ κ²μ μμνλ©΄ μ’λ€. νΌμ νΈλ‘ μ νΈλ 'νλ₯Έλ€/μ νλ₯Έλ€(1μ΄λ 0)'μ λ κ°μ§ κ°μ κ°μ§ μ μλ€. μ μ¬μ§μ μ λ ₯μ΄ 2κ°μΈ νΌμ ..

ν΄λΉ ν¬μ€ν μ νλΉ λ―Έλμ΄μμ μΆνν 'λ°λ°λ₯λΆν° μμνλ λ₯λ¬λ'μ΄λΌλ κ΅μ¬μ λ΄μ©μ λ°λΌκ°λ©° λ₯λ¬λ νν 리μΌμ μ§ννκ³ μμ΅λλ€. κ΄λ ¨ μλ£λ μ¬κΈ°μμ μ°Ύκ±°λ λ€μ΄λ‘λ λ°μΌμ€ μ μμ΅λλ€. κ°λ° νκ²½ κ°μΆκΈ° λ¨Όμ , νμ΄μ¬μ μ€μΉν΄μ£Όμ. νμ΄μ¬μ μ΄μ©ν΄ μ€μ΅μ νλ κ³Όμ μμ, μ¬λ¬ λΌμ΄λΈλ¬λ¦¬κ° νμνκ² λλλ°, μλμ½λ€λ₯Ό μ€μΉνλ©΄ μ€μ΅μ νμν λλΆλΆμ λΌμ΄λΈλ¬λ¦¬κ° κ°μ΄ μ€μΉλμ΄ λ§€μ° κ°νΈνλ€. μλ λ§ν¬μ λ€μ΄κ°μ https://www.anaconda.com/distribution/#download-section Python 3.7 version μ΄λΌκ³ μ ν κ³³μ, μ¬μμ λ§κ² 64λΉνΈ νΉμ 32λΉνΈλ₯Ό λ΄λ €λ°μ μ€μΉλ₯Ό μ§ννλ©΄ λλ€. μ΄λ―Έ νμ΄μ¬μ΄ μ€μΉλμ΄ μλ€λ©΄, μ€μΉλ νμ΄μ¬μ λ§κ² 64λΉνΈ, 3..

νκ΅μμ μμ μ λ£κ³ , λ²μ€λ₯Ό ν ν κ΄μ μ°μ λ΄λ €κ°λ μ€, νμλ§μ μ°μΈ κΈκ· νλκ° λμ λ€μ΄μλ€. κ±°κΈ°μλ μ΄λ κ² μ νμμλ€. “μ°λ¦¬λ νμμ κΆλ¦¬λ₯Ό λΆμ ν κΆλ¦¬κ° μλκ°?” μμ “μ°λ¦¬λ νμμ κΆλ¦¬λ₯Ό λΆμ ν κΆλ¦¬κ° μλκ°?”λΌλ μ£Όμ λ‘ ν λ‘ μ μ§ννλ€λ νλ³΄μ© νμλ§μ΄μλ€. λλ μ§μΌλ‘ λμμ€λ κΈΈμ, κ·Έλ¦¬κ³ μ μ μνκ΄μ λ€λ¬ λκ³ μ¨ λͺ¨μλ₯Ό λΆμ€λ¬Ό μΌν°μμ μ°Ύμ보λ μκ° λμμ, λλ ν‘λ¨λ³΄λλ₯Ό 건λλ©°, μ΄ μ£Όμ μ λν΄ μ κΉ μκ°ν΄ 보μλ€. λ΄κ° λ΄λ¦° κ²°λ‘ μ μ΄κ²μ΄λ€. νμ€ μΈκ³μμ νμΈμ κΆλ¦¬λ μ΄λ―Έ (μΌλΆλΆ)λΆμ λκ³ μμΌλ©°, λν λΆμ λμ΄μΌλ§ νλ€κ³ μκ°νλ€. μΈλ» 보면 μ λ¬Έμ₯μ λ³΄κ³ μ¬λλ€μ΄ κ·Ήλ¨μ μ΄λ©° λ°μΈλ₯μ μΈ λ°μΈμ΄λΌκ³ νλ©° μμμ μΈ λΉλμ νΌμ§λ λͺ¨λ₯΄κ² λ€. νμ§λ§ νμΈμ κΆλ¦¬κ° ..