본문 바로가기

전체 글816

가수 휘성, 갑작스러운 비보 가수 휘성 그를 추억하며...   오늘은 안타까운 소식을 전하게 되어 마음이 무겁습니다. 가수 휘성(43·본명 최휘성)이 2025년 3월 10일 서울 광진구 자택에서 숨진 채 발견되었습니다. 가족의 신고를 받고 출동한 소방 당국이 심정지 상태의 그를 발견했으며, 경찰은 현재 정확한 사망 원인을 조사 중이라고 합니다. 서울 광진경찰서는 휘성의 정확한 사인 규명을 위해 국립과학수사연구원(국과수)에 부검을 의뢰할 예정이라고 3월 11일 밝혔다. 휘성은 2002년 1집 앨범 Like a Movie로 데뷔해 ‘안 되나요’, ‘With Me’, ‘불치병’ 등의 히트곡을 남기며 많은 사랑을 받았습니다. 특히 감성적인 발라드와 깊이 있는 가사로 많은 팬들의 마음을 사로잡았죠. 또한 윤하의 ‘비밀번호 486’, 아이비의.. 2025. 3. 11.
[삼성라이온즈] 박소영 치어리더, 삼성 라이온즈로 새로운 도전 박소영 치어리더, 삼성 라이온즈로 새로운 도전   야구 팬들에게 반가운 소식이 들려왔습니다.  인기 치어리더 박소영 씨가 2025 시즌을 앞두고 한화 이글스를 떠나 삼성 라이온즈로 이적하며 새로운 시작을 알렸습니다.  그녀의 이적은 많은 팬들 사이에서 화제가 되고 있으며, 삼성 라이온즈의 응원 문화에도 신선한 바람을 불러일으킬 것으로 기대됩니다.박소영 치어리더, 삼성 라이온즈로 합류! 박소영 치어리더는 자신의 인스타그램을 통해 이적 소식을 직접 전하며 "올 시즌부터 저희 트윙클이 삼성 라이온즈에서 함께하는 것으로 결정이 됐다"고 밝혔습니다.  이와 함께 삼성 라이온즈 팬들에게 밝은 에너지를 선사하겠다는 다짐을 전했습니다.한화 이글스를 향한 감사의 마음박소영 치어리더는 한화 이글스에서의 활동에 대해 깊은 .. 2025. 3. 10.
2025 정규시즌 삼성 라이온즈 일정 2025 정규시즌 삼성 라이온즈 일정        출처: 삼성라이온즈 인스타그램 2025. 1. 31.
삼성라이온즈 2025시즌 입장요금표 삼성라이온즈 2025시즌 입장요금표      출처: 삼성라이온즈 인스타그램 2025. 1. 31.
[삼성라이온즈] 2025 시즌 선수단 등번호 현황 2025 삼성 라이온즈 선수단 등번호 현황    출처: 삼성라이온즈 인스타그램 2025. 1. 31.
[WEB+AI] 32일차 딥러닝 GoogLeNet 딥러닝 CNN Models 강사: 이숙번님   - numpy 이해 # 리스트b1 = [1, 2, 3, 4, 5]b2 = b1 * 2print(b2)r = [e * 2 for e in b1]# b1 * 2의 결과가 모든 데이터에 2를 곱한 결과가 나오면 좋겠다.print(r)import numpy as npa1 = np.array([1, 2, 3, 4, 5])print(a1.shape)print(a1)print(a1 * 2)a1 = np.array([1, 2, 3, 4, 5])a2 = np.array([3, 4, 5, 6, 7])print(a1 + a2)C = np.array([1.5, 2.3, 3.5, 4.1, 5.5])s = np.array([0.1, 0.45, 0.7, 0.0, 0.8])print(C.. 2024. 11. 27.
[WEB+AI] 32일차 CNN Models CNN Models 강사: 이숙번님 1. CNN Models    1.1. LeNet5 - Cifar10 분류 모델import tensorflow as tf# 데이터 준비(x_train, y_train), (x_test, y_test) = tf.keras.datasets.cifar10.load_data()print(x_train.shape, y_train.shape)print(x_test.shape, y_test.shape)# 원핫인코딩y_train = tf.keras.utils.to_categorical(y_train)y_test = tf.keras.utils.to_categorical(y_test)print(x_train.shape, y_train.shape)print(x_test.shape, y_t.. 2024. 11. 26.
[WEB+AI] 31일차 딥러닝 실습 딥러닝 실습 강사: 이숙번님 1. 인공신경망 (Artificial Neural Network: ANN)  : 인간의 신경세포(뉴런)이 연결된 형태를 모방한 모델    1.1. 퍼셉트론(Perceptron)  : 1957년에 제안한 초기 형태의 인공신경망으로 다수의 입력으로부터 하나의 결과를 내보내는 알고리즘딥러닝의 기원이 되는 알고리즘 입력값과 가중치가 곱해져 전달되고, 다수의 신호를 입력받아 0 또는 1의 값을 출력  1.2. 단층 퍼셉트론(Single-Layer Perceptron)  : 입력층(Input Layer)과 출력층(Output Layer) 두 레이어로 이루어진 퍼셉트론.  - 얕은 신경망(Shallow Neural Network)   1.3. 다층 퍼셉트론(MultiLayer Percep.. 2024. 11. 25.
[WEB+AI] 30일차 딥러닝 + RNN 딥러닝 - RNN 강사: 이숙번님 1. RNN(Recurrent Neural Network) - 주가 예측 모델  : 순환 신경망은 시계열 데이터나 순차 데이터를 처리하는 데 특화된 딥러닝 모델입니다.   - RNN은 이전 시간의 정보를 현재 시간의 계산에 반영하기 위해 순환 구조를 가지며, 데이터를 순차적으로 처리하고, 과거 상태를 기억할 수 있습니다.  - 데이터 vs 순차데이터 1.1. 순차데이터(Sequential Data)sequential data - 순서가 의미가 있는 데이터temporal sequence - 시간적 의미가 있는 데이터time series - 일정한 주기가 존재하는 데이터resampling을 통해 temporal sequence를 time series로 변환할 수 있음.!pi.. 2024. 11. 22.
[WEB+AI] 29일차 딥러닝 이미지 학습 및 LeNet5 딥러닝 이미지 학습 및 LeNet5  강사: 이숙번님     1. 이미지 학습 1.1. MNIST 이미지 분류기 모델  - Flatten 사용  - beforeimport tensorflow as tfimport pandas as pd(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()print(x_train.shape, y_train.shape)x_train = x_train.reshape(60000, 784)# y_train = pd.get_dummies(y_train)y_train = tf.keras.utils.to_categorical(y_train) # 텐서플로우의 원핫인코딩 함수.print(x_train.shape.. 2024. 11. 21.
[WEB+AI] 28일차 딥러닝 2/2 딥러닝 강사: 이숙번님  1. Hidden Layer(은닉층)  : 입력 데이터를 다양한 방식으로 가공하고 변경해서 의미를 만들어내는 역활  - 입력과 출력 사이에 있는 중간 단계  - 단순한 입력/출력만으로는 풀 수 없는 복잡한 문제를 해결하기 위해 필요함.  - 데이터를 가공하고, 중요한 특징을 추출하며, 비선형 관계를 학습할 수 있도록 하기 위해 필요함.  - 결과적으로 더 정확하고 유연한 모델을 만들기 위해 은닉층이 필요함.   Hidden Layer - 5개의 특징(특징 자동 추출기) 예시: 고양이 사진 인식입력: 픽셀 데이터 (이미지의 숫자 값들)은닉층 역할:1번째 은닉층: "이 부분은 선처럼 보인다"를 학습.2번째 은닉층: "여기에는 둥근 모양이 있다"를 학습.3번째 은닉층: "귀, 눈, 코.. 2024. 11. 20.
[WEB+AI] 27일차 딥러닝 1/2 딥러닝 텐서플로우 강사: 이숙번님 1. 딥러닝   지도학습: 정답이 있는(종속변수가 있음) 상태에서 학습비지도학습: 정답이 없는 상태에서 학습강화학습: 환경이 있음.    1.1. 레모네이드 판매량 예측하기import pandas as pdimport tensorflow as tf# 1. 데이터를 준비합니다.레모네이드 = pd.read_csv('lemonade.csv')x_train = df[['온도']]y_train = df[['판매량']]print(x_train.shape, y_train.shape)# 2. 모델의 구조를 만듭니다.X = tf.keras.layers.Input(shape=[1])Y = tf.keras.layers.Dense(1)(X)model = tf.keras.models.Model.. 2024. 11. 19.
728x90