- [Pytorch 딥러닝 입문] 파이토치 기초 📌 공부 참고 자료 : https://wikidocs.net/book/2788 PyTorch로 시작하는 딥 러닝 입문 이 책은 딥 러닝 프레임워크 PyTorch를 사용하여 딥 러닝에 입문하는 것을 목표로 합니다. 이 책은 2019년에 작성된 책으로 비영리적 목적으로 작성되어 출판 ... wikidocs.net 📌 코딩 실습 https://colab.research.google.com/drive/11uzhksM-MYSf1_YcMzrOnEL6glhu1OiL?usp=sharing 파이토치로 시작하는 딥러닝 입문.ipynb Colaboratory notebook colab.research.google.com ✅ 파이토치 기초 1️⃣ 파이토치 패키지 기본 구성 ◇ torch : 넘파이와 유사한 구조를 가지며 다양..
- [Causal ML] 강연자료 정리 ◯ Causal representation learning 출처 • 복잡한 학습 모델의 특성에 대해 이해하기 위해 최근 딥러닝 분야에서 인과추론에 대한 관심이 높아지고 있다. • causality 를 활용한다면 관찰된 상황과 다른 환경에서도 robust 한 예측을 할 수 있으며 데이터 사이의 인과관계도 파악할 수 있기 때문에 causality 관점이 반드시 필요하다. causality 를 통해 ML 의 한계점을 극복할 수 있다. • 딥러닝 창시자 요슈아 벤지오는 AI 를 개발할 때 인지능력을 더한다면 머신러닝과 관련된 문제들이 설명 가능하게 될 것이라 전망했다. 사람이 의식하는 인지능력을 실현할 수 있는 새로운 학습 모델이 필요하다며 인과학습의 중요성을 언급했다. ◯ Causal machine learn..
- R 강좌 : 정책효과 분석 : 이중차분법 DiD, 삼중차분법 DDD 👀 계량경제학 개인 공부용 포스트 글 입니다. 강좌영상 ① 더미변수 ◯ 더미변수 • 남여 임금격차 : Y = α + β•Educ + ϒ•male + u • Y = α + β•Educ + ϒ•male + u Y_m = α + β•Educ + ϒ•1 + u Y_f = α + β•Educ + ϒ•0+ u ----------------------------------------- Y_m - Y_f = ϒ → 해석 : 여성에 비해 남성은 ϒ 만큼 임금을 더 (덜) 받는다. • 로그 차분인 경우에는 상대적 변화율을 의미한다 : lnY = α + β•Educ + ϒ•male + u ↪ lnYm - lnYf = (Ym - Yf)/Yf = 여성대비 남성 임금의 상대적 변화율 = 100•ϒ ↪ 해석 : 여성에 비해 남성은..
- [Causal ML] Causal inference 고려대 산공 세미나 내용정리 • 본문 내용에 대한 출처 ① 상관관계와 인과관계 ◯ 상관관계와 인과관계 • 상관관계 : 통계적 변수와 다른 변수들이 covariance (공변) 하는 관계 ⇨ 예측 목적 • 인과관계 : 선행하는 한 변수가 후행하는 다른 변수의 원인이 되고 있다고 믿어지는 관계 ⇨ 원인설명 목적 • AI 는 데이터의 상관관계 패턴을 학습한다. 외부 환경에 따른 데이터의 변화나 패턴 변화가 적은 분야에서는 상관관계를 학습하는 것만으로도 성능이 뛰어나다 (NLP, vision, collaboration filtering) • 그러나 왜 그러한 결과가 나왔는지에 대해서는 설명하지 못한다. ◯ 예시 • 구독갱신여부를 예측하는 모델링을 진행한 후 SHAP 기반의 변수 중요도를 그려본 그림은 아래와 같다. 광고지출, 버그 리포트,..
- NER 실습 📌 필사 자료 링크 : https://colab.research.google.com/drive/1wsD4VE-GIwn6CASc7RWk3s0PO7FC9LC4?usp=sharing week4_NER_실습.ipynb Colaboratory notebook colab.research.google.com NER _ 개체명 인식 ✔ 태깅 작업 태깅 : 각 단어가 어떤 유형에 속하는지 알아내는 작업 대표적인 태깅 작업으로 개체명 인식과 품사태깅이 있다. 품사태깅 : 단어의 품사가 명사, 동사, 형용사 인지 알아내는 작업 ✔ 개체명 인식 개체명 인식을 사용하면 코퍼스로부터 어떤 단어가 사람, 장소, 조직 등을 의미하는 단어인지를 찾을 수 있다. '호비는 2022년에 카카오 인턴에 합격했다' 👉 호비 - 사람 , 202..
728x90