예제 코드 const mapPostToElement = (arr) => { return arr.map((post, index) => { return( <div key={post.id} <p>{post.title}</p> <p>{post.content}</p> ...
[React] React_Lifestyle
React의 LifeStyle 리액트가 모든 요소들을 View 로 갖기 때문에 이 View를 데이터의 단방향으로 보장을 하면서 클래스 내애서 단일적으로 관리하기 위한 로직을 마련하는 기능을 일컫는다. 리액트는 모든것이 View 로만 작동한다. 즉 Render를 기점으로 클래스를 작성해주면 된다. class LifeCycle extends R...
[ML 머신러닝] 실제 그래프의 특성
실제 그래프의 구조적 효과 작은 세상 효과 연결성의 두터운-꼬리 분포 거대 연결 요소 군집 구조 실제그래프 vs 랜덤 그래프 실제그래프(Real Graph): 다양한 복잡계로 부터 얻어진 그래프 예시: 소셜 네트워크, 전자상거래 구매 내역, 인터넷, 웹, 뇌, 단백질 상호작용, 지식 그래프 등 ...
[ML 머신러닝] 그래프 기초
그래프의 기초 1. 그래프 구성 그래프: 정점 집합과 간선 집합으로 이루어진 수학적 구조 (=네트워크) 정점: vertex, node 간선: edge, link 필수 기초 지식 하나의 간선은 두 개의 정점을 연결한다. 모든 정점 쌍이 반드시 간선으로 직접 연결되는 것은 아니다. 그래프(Graph)는 정점 집합과 간선...
[ML 머신러닝] 자연어처리
NLP? Natural Language Preocessing 인간의 언어를 이해하고 생산할 수 있도록 한, 딥러닝을 이용한 방법 NLP의 분야 자연어 처리 분야에서는 예전부터 NLU에 대한 연구를 많이 했었다. 최근 딥러닝 시대로 넘어오면서 NLG에 대한 연구도 활발해 지고 있다고 한다. NLG ...
[ML 머신러닝] Transformer 모델 기초
Transformer Sequential Model의 한계점 RNN에서 다루었던 Sequential Model들은 완벽한 구성성분을 가진 특정 데이터가 아니면 학습하기가 어려웠다. 문장을 학습할 때 Origianl Sequence 나는 오늘 학교에 가서 학식을 먹었다. ...
[ML 머신러닝] RNN
RNN Sequential Model 시퀀스 데이터 순차적 데이터 사건의 발생 순서가 중요한 경우 ( 온도, 자연어, 소리, 주가.. 등) 순서를 바꾸거나 정보에 손실이 생길경우 데이터의 확률분포 또한 바뀌게 됨. Sequential Model 시퀀스 데이터를 처리하는데 어려운 것은, 길이의 끝이 언제인지 모른다는 점이다. 때...
[ML] Modern CNN
Convolutional Neural Networks (CNN) 대표적 CNN 모델들에 대해 알아본다. (매 대회에서 1등했던 모델들) AlexNet 최초로 Deep Learning을 이용하여 ILSVRC에서 수상 VGGNet 3x3 Convolution을 이용하여 Recep...
[ML] Math_AI 확률론
[ML] 확률론 딥러닝에서 확률론에 대해 공부해야 하는 이유 기계학습에서 손실함수의 작동원리는 데이터 공간을 통게학적으로 해석해서 유도함. 예측이 틀릴 위험(risk)을 최소화하도록 데이터를 학습하는 원리는 통계적 기계학습의 기본원리 회귀분석에서 손실함수로 사용되는 $L_2$-norm 은 예측오차의 분산을 가장 최소화 하는...
[ML] 선형모델과 역전파
딥러닝의 학습방법 1. 선형모델 데이터를 선형모델로 해석하여 $y$값과 선형모델 예측값 $\hat{y}$의 차이의 $L_2-norm$의 기댓값을 최소화하는 $\beta$를 찾는것이였다. $${min \parallel y- \hat{y} \parallel}_2$$ 그러나 선형 모델은 단순한 선형모델을 푸는데 사용할 수 있지만, 분류(Classif...