코딩하는 해커

[Adversarial Attack] 적대적 공격의 기초 및 종류

적대적 공격의 기초 및 종류1. 적대적 공격(Adversarial Attack)위 이미지는 2015년 ICRL에 출판된 'Explaining And Harnessing Adversarial Examples' 논문에서 소개된 대표적인 Adversarial Attack을 나타내는 그림이다.위 예시를 설명하자면 x라는 input, 즉 정상적인 판다 이미지를 입력했을 때 57.7%의 확률로 판다라고 classification을 한다.하지만, 여기에 0.007(ε) 만큼의 perturbation(일종의 noise)를 이미지에 더한다면 사람의 눈에는 알아차릴 수 없는(unnoticeable) 노이즈가 이미지에 포함되게 되고, 최종적으로 노이즈가 포함된 이미지에 대해 다시 classification을 진행했을 경우,..

[다중시점기하학] 1. 점과 선 - 2차원 사영평면

1. Planar Geometry점과 선 - 2차원 사영평면 (1) 선의 동차 표현(Homogeneous Representation of Lines)  l = (a, b, c)ᵀ(2) 점의 동차 표현(Homogeneous Representation of Points)  x = (x, y, 1)ᵀ(3) 자유도(Degrees of Freedom)  이미지가 변환(transformation)될 때 최소한으로 필요로 하는 독립변수의 수(4) 선의 교점  x = l X l' (외적(cross product)을 사용해서 구할 수 있음)(5) 두 점을 연결하는 직선  l = x X x' (외적(cross product)을 사용해서 구할 수 있음) (6) 평행선의 교점 - 평행한 두 직선은 무한대에서 만남  l x l..

Transformer

ViT 공부를 하기 위해서 트랜스포머 모델을 공부 중인데 내용이 좀 어려워 쉽게 와닿지 않는다. 조금 더 봐야겠다.

[Practical English] 실생활에 유용한 영어 표현 10개(WEEKEND PLANS)

WEEKEND PLANS본 포스팅에서는 주말 계획과 관련된 실생활에 유용한 영어 표현 10가지를 소개한다. 1. "What about you?" or "How about you?"- Most important conversation questions.- 대화를 할 때 무엇인가 말을 하고 나서 부가적으로 상대방에게 "너는?" 이라고 말하는 아주 기초적인 표현이다. 대화가 끊어지지 않게 쓸 때 유용한 표현이다. 2. Brunch- Breakfast와 Lunch가 합쳐진 단어로, 많은 미국인들이 토요일이나 일요일에 아침과 점심 사이에 집이나 브런치 스팟으로 외식을 가서 브런치를 즐긴다.e.g., "My friends and I are meeting at our favorite brunch spot on Sun..

AI 학습 노트 공유

Artificial IntelligenceYeongmin Ko's learning notesDifferenceClassification: KNN, Decision TreeRegression: Linear and Logistic RegressionClustering: K-Means, Agglomerative Clustering, DBSCAN1. Clustering(K-Means, Agglomerative Clustering, DBSCAN)군집화(Clustering): 서로 유사한 데이터 개체 집합을 하위 집합으로 분할하는 프로세스(The process of partitioning a set of data objects that are similar to each other into subsets)이때, 각..

ADSP 3시간 공부 합격 후기

어제 제 41회 ADSP 사전 결과가 공개됐다. 필자는 전날 오후 딱 3시간만 공부하고 시험을 치러갔는데 생각보다 어려워서 60점 근처에서 턱걸이 할 줄 알았는데 다행히 70점이라는 안정적인 점수로 합격했다. 평소 인공지능과 데이터 분석을 공부하였기 때문에 완전 노베이스라고는 할 수 없지만 시험 전날 벼락치기했던 1, 2과목에서는 정말 노베이스였다. 나의 시험 합격 전략은 다음과 같았다. 상대적으로 쉬운 1~2과목에서 15문제 이상 맞추고 3과목 중에서는 아는 문제와 찍는 문제를 포함해서 15문제 이상을 맞추자는 것이었다. 다행스럽게 1~2과목은 벼락치기가 가능해서 각각 8문제씩 16문제를 맞췄다. 그리고 3과목에서는 19문제를 맞췄다. 그러면 지금부터 어떻게 1~2과목에서 고득점을 할 수 있었는지에 대..

[파이토치] 메타코드M '딥러닝 입문 + Pytorch 실습 부트캠프' 강의 후기(1/8)

[파이토치] 메타코드M '딥러닝 입문 + Pytorch 실습 부트캠프' 강의 후기(1/8) 위 그림은 최근 딥러닝 프레임워크의 점유율을 나타낸 그림인데, 시간이 지남에 따라 텐서플로의 비중은 줄어들고 파이토치가 급격하게 늘고 있는 것을 확인할 수 있다. 물론 최근 SOTA급 구현 코드나 논문들의 github 코드를 확인하면 대다수가 파이토치로 구현된 것을 알 수 있는데, 꼼꼼한 커리큘럼으로 파이토치를 배울 수 있는 곳은 드물었다. 하지만 필자가 평소에 AI 학습이나 선형대수학 공부를 위해 활용했던 사이트인 메타코드M에서 이번에 강의를 새롭게 런칭했고, 4월 말까지는 무료로 오픈한다고 해서 강의를 신청했다. 혹시나, 본 강의에 관심이 있는 독자는 아래의 링크를 클릭하여 상세한 정보를 확인하면 된다. 메타코..

[AI] 인공지능 대학원 면담 전공 및 수학(선형대수, 통계) 질문 및 답변 준비

Q1. PCA란 무엇인가? - 주성분 분석은 높은 차원의 데이터의 중요한 정보를 유지하면서 차원을 줄이는 방법입니다. 주성분 분석을 하는 과정은 먼저 데이터를 표준화하고 공분산 행렬을 계산합니다. 다음으로 공분산 행렬의 고유값과 고유벡터를 계산합니다. 이때 고유값은 주성분의 중요도를 나타내고, 고유벡터는 주성분 벡터를 나타냅니다. 이 과정이 끝나면 고유값이 큰 순서대로 주성분을 선택하여 데이터를 새로운 좌표계로 변환하여 데이터를 저차원으로 축소합니다. 활용하는 분야는 이상치 탐지, 이미지 압축 등이 있습니다. Q2. 딥러닝의 문제점과 해결 방법은? - 대표적인 딥러닝의 문제점은 과적합과 학습 데이터 부족, 기울기 소실 문제가 있습니다. 과적합은 모델이 훈련 데이터에만 적합되어 새로운 데이터에 대한 일반화..

[SQLD, 2024년 개정 자격증 대비] 1_1. 데이터 모델링의 이해

- 1_1. 데이터 모델링의 이해 - 데이터 모델의 이해 · 모델링: 현실 세계의 비즈니스 프로세스와 데이터 요구 사항을 추상적이고 구조화된 형태로 표현하는 과정 · 데이터베이스의 구조와 관계를 정의, 데이터의 저장, 조작, 관리 방법을 표현 · 특징: 단순화, 추상화, 명확화 ~ 단추명 > 단순화: 불필요한 세부 사항을 제거 > 추상화: 간략하게 대략적으로 표현 > 명확화: 애매모호함 없이 정확하게 현상을 기술 - 모델링 유의점: 중복, 비유연성, 비일관성(중복이 없더라도 비일관성은 발생 가능) > 중복: 테이블에 같은 정보를 저장 X > 비유연성: 사소한 업무에 잦은 모델 변경 X > 비일관성: DB 내의 정보가 모순되거나 상반된 내용 X · 데이터 모델링 3가지 요소: 대상(엔터티), 속성, 관계 ..

확률. 큰 수의 법칙 주사위 던지기 실험 - 코드 포함

import numpy as np import seaborn as sns from matplotlib import pyplot as plt bins = 100000 fname = ['1', '2', '3', '4', '5', '6'] freq = [0] * 6 prob = [0] * 6 for i in range(bins): x= np.random.randint(1, 7) if x == 1: freq[0] += 1 elif x == 2: freq[1] += 1 elif x == 3: freq[2] += 1 elif x == 4: freq[3] += 1 elif x == 5: freq[4] += 1 else: freq[5] += 1 print(f'주사위를 총 {bins}번 던진 경우') for i in r..