<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
  <channel>
    <title>데브 스터디 사이트 콜렉션</title>
    <link>https://dev-sites.tistory.com/</link>
    <description>SW 개발 관련 동영상 강좌 사이트(유투브, 무료 사이트 등등)를 모아 놓았고 IT 트랜드 관련 글을 정리해 놓았습니다. 개발에 많은 도움이 되었으면 합니다.</description>
    <language>ko</language>
    <pubDate>Sat, 6 Jun 2026 20:00:51 +0900</pubDate>
    <generator>TISTORY</generator>
    <ttl>100</ttl>
    <managingEditor>황소의일격</managingEditor>
    <image>
      <title>데브 스터디 사이트 콜렉션</title>
      <url>https://tistory1.daumcdn.net/tistory/4706416/attach/d79a476126474f88872f096f2f678c8e</url>
      <link>https://dev-sites.tistory.com</link>
    </image>
    <item>
      <title>Transformer 모델 Overview 유투브 모음</title>
      <link>https://dev-sites.tistory.com/105</link>
      <description>&lt;p data-ke-size=&quot;size16&quot;&gt;영상관련 그리고 오디오 관련 인식을 위해서, 우리는 최신트랜드인 &lt;b&gt;ViT&lt;/b&gt;(&lt;span style=&quot;background-color: #ffffff; color: #474747; text-align: start;&quot;&gt;Visual Transformer)&lt;/span&gt;, &lt;b&gt;AST&lt;/b&gt;(Audio Spectrogram Transformer)를 공부해야 함(엄밀히 말하면 AST 역시 ViT라고 보면 됨).&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;그러나 ViT, AST를 공부하기 위해서는 먼저&amp;nbsp;&lt;b&gt;RNN&lt;/b&gt;을&amp;nbsp;이해하고&amp;nbsp;&lt;b&gt;Transformer&amp;nbsp;모델&lt;/b&gt;을 이해해야함. 아래에는 &lt;b&gt;RNN&lt;/b&gt; 및 &lt;b&gt;Transformer 모델&lt;/b&gt;을 쉽게 설명하는 유투브 사이트를 모아 놓았음. 열심히 공부하기를 바람.&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p&gt;&lt;figure class=&quot;imageblock alignCenter&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;773&quot; data-origin-height=&quot;117&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/H3fSt/btsQ5zxAZRX/Tow6lIQ6SHsfAJt7BqWo3K/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/H3fSt/btsQ5zxAZRX/Tow6lIQ6SHsfAJt7BqWo3K/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/H3fSt/btsQ5zxAZRX/Tow6lIQ6SHsfAJt7BqWo3K/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FH3fSt%2FbtsQ5zxAZRX%2FTow6lIQ6SHsfAJt7BqWo3K%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;773&quot; height=&quot;117&quot; data-origin-width=&quot;773&quot; data-origin-height=&quot;117&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;figure class=&quot;imageblock alignCenter&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;569&quot; data-origin-height=&quot;360&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/cpeHVq/btsQ7cBy5Kx/5ik9wVUkSyzpqz6zcvwqz0/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/cpeHVq/btsQ7cBy5Kx/5ik9wVUkSyzpqz6zcvwqz0/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/cpeHVq/btsQ7cBy5Kx/5ik9wVUkSyzpqz6zcvwqz0/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FcpeHVq%2FbtsQ7cBy5Kx%2F5ik9wVUkSyzpqz6zcvwqz0%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;402&quot; height=&quot;254&quot; data-origin-width=&quot;569&quot; data-origin-height=&quot;360&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/p&gt;
&lt;table style=&quot;border-collapse: collapse; width: 100%;&quot; border=&quot;1&quot; data-ke-align=&quot;alignLeft&quot;&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td style=&quot;width: 50%;&quot;&gt;&lt;figure class=&quot;imageblock alignCenter&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;586&quot; data-origin-height=&quot;608&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/bibqIq/btsQ6esUgNx/xpP02mr2UPOKehQWrG4Bgk/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/bibqIq/btsQ6esUgNx/xpP02mr2UPOKehQWrG4Bgk/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/bibqIq/btsQ6esUgNx/xpP02mr2UPOKehQWrG4Bgk/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FbibqIq%2FbtsQ6esUgNx%2FxpP02mr2UPOKehQWrG4Bgk%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;414&quot; height=&quot;430&quot; data-origin-width=&quot;586&quot; data-origin-height=&quot;608&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/td&gt;
&lt;td style=&quot;width: 50%;&quot;&gt;&lt;figure class=&quot;imageblock alignCenter&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;603&quot; data-origin-height=&quot;631&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/lRGox/btsQ6ZaWOXG/8pNh2ZhzksxDVdU7YXEOvk/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/lRGox/btsQ6ZaWOXG/8pNh2ZhzksxDVdU7YXEOvk/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/lRGox/btsQ6ZaWOXG/8pNh2ZhzksxDVdU7YXEOvk/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FlRGox%2FbtsQ6ZaWOXG%2F8pNh2ZhzksxDVdU7YXEOvk%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;603&quot; height=&quot;631&quot; data-origin-width=&quot;603&quot; data-origin-height=&quot;631&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size18&quot;&gt;&lt;b&gt;[김성범&amp;nbsp;교수&amp;nbsp;/&amp;nbsp;고려대학교,산업경영공학부]&lt;/b&gt; &lt;br /&gt;&lt;b&gt;■&amp;nbsp;[핵심&amp;nbsp;머신러닝]&amp;nbsp;Transformer&lt;/b&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://www.youtube.com/watch?v=a_-YgMO0u0E&quot; target=&quot;_blank&quot; rel=&quot;noopener&amp;nbsp;noreferrer&quot;&gt;https://www.youtube.com/watch?v=a_-YgMO0u0E&lt;/a&gt;&lt;/p&gt;
&lt;figure data-ke-type=&quot;video&quot; data-ke-style=&quot;alignCenter&quot; data-video-host=&quot;youtube&quot; data-video-url=&quot;https://www.youtube.com/watch?v=a_-YgMO0u0E&quot; data-video-thumbnail=&quot;https://scrap.kakaocdn.net/dn/evWFNF/hyZKDEzQnz/rsjOsGaZaiykV1Bbgj6sbk/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720,https://scrap.kakaocdn.net/dn/HXG2I/hyZLnUpqYv/0A34vrPS8XQX7c6m4lqvyk/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720&quot; data-video-width=&quot;860&quot; data-video-height=&quot;484&quot; data-video-origin-width=&quot;860&quot; data-video-origin-height=&quot;484&quot; data-ke-mobilestyle=&quot;widthContent&quot; data-video-title=&quot;[핵심 머신러닝] Transformer&quot; data-original-url=&quot;&quot;&gt;&lt;iframe src=&quot;https://www.youtube.com/embed/a_-YgMO0u0E&quot; width=&quot;860&quot; height=&quot;484&quot; frameborder=&quot;&quot; allowfullscreen=&quot;true&quot;&gt;&lt;/iframe&gt;
&lt;figcaption style=&quot;display: none;&quot;&gt;&lt;/figcaption&gt;
&lt;/figure&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size18&quot;&gt;&lt;b&gt;[신박AI] &lt;/b&gt;&lt;br /&gt;&lt;b&gt;■&amp;nbsp;트랜스포머,&amp;nbsp;스텝&amp;nbsp;바이&amp;nbsp;스텝&lt;/b&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://www.youtube.com/watch?v=p216tTVxues&quot; target=&quot;_blank&quot; rel=&quot;noopener&amp;nbsp;noreferrer&quot;&gt;https://www.youtube.com/watch?v=p216tTVxues&lt;/a&gt;&lt;/p&gt;
&lt;figure data-ke-type=&quot;video&quot; data-ke-style=&quot;alignCenter&quot; data-video-host=&quot;youtube&quot; data-video-url=&quot;https://www.youtube.com/watch?v=p216tTVxues&quot; data-video-thumbnail=&quot;https://scrap.kakaocdn.net/dn/w1pJn/hyZKEcqnyR/xJbfy4sV9DjPZcuuoGIz6K/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720,https://scrap.kakaocdn.net/dn/l073N/hyZK99HBAB/PMAh5flmaOh7KJByx9q8g0/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720&quot; data-video-width=&quot;860&quot; data-video-height=&quot;484&quot; data-video-origin-width=&quot;860&quot; data-video-origin-height=&quot;484&quot; data-ke-mobilestyle=&quot;widthContent&quot; data-video-title=&quot;[Deep Learning 101] 트랜스포머, 스텝 바이 스텝&quot; data-original-url=&quot;&quot;&gt;&lt;iframe src=&quot;https://www.youtube.com/embed/p216tTVxues&quot; width=&quot;860&quot; height=&quot;484&quot; frameborder=&quot;&quot; allowfullscreen=&quot;true&quot;&gt;&lt;/iframe&gt;
&lt;figcaption style=&quot;display: none;&quot;&gt;&lt;/figcaption&gt;
&lt;/figure&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size18&quot;&gt;&lt;b&gt;[코드없는&amp;nbsp;프로그램밍] &lt;/b&gt;&lt;br /&gt;&lt;b&gt;■&amp;nbsp;트랜스포머&lt;/b&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;1.딥러닝,&amp;nbsp;RNN.&amp;nbsp;introduction &lt;br /&gt;2.딥러닝&amp;nbsp;RNN&amp;nbsp;구현,&amp;nbsp;implementation &lt;br /&gt;3.RNN&amp;nbsp;딥러닝,&amp;nbsp;classification &lt;br /&gt;4.부터는 유료강의, 여기서 RNN까지 쉽게 이해하고 Transformer 모델은 유료로 공부 하세요&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://www.youtube.com/watch?v=34gBoeY62zE&amp;amp;list=PLDV-cCQnUlIb6aku7jnMrvyka3Qazn8R1&amp;amp;index=1&quot; target=&quot;_blank&quot; rel=&quot;noopener&amp;nbsp;noreferrer&quot;&gt;https://www.youtube.com/watch?v=34gBoeY62zE&amp;amp;list=PLDV-cCQnUlIb6aku7jnMrvyka3Qazn8R1&amp;amp;index=1&lt;/a&gt;&lt;/p&gt;
&lt;figure data-ke-type=&quot;video&quot; data-ke-style=&quot;alignCenter&quot; data-video-host=&quot;youtube&quot; data-video-url=&quot;https://www.youtube.com/watch?v=34gBoeY62zE&amp;amp;list=PLDV-cCQnUlIb6aku7jnMrvyka3Qazn8R1&amp;amp;index=1&quot; data-video-thumbnail=&quot;https://scrap.kakaocdn.net/dn/bt13DB/hyZKHfU9r7/z5DAleIovDKc9Ld0KPKfKK/img.jpg?width=480&amp;amp;height=360&amp;amp;face=0_0_480_360,https://scrap.kakaocdn.net/dn/b0YZKn/hyZKQRrKmh/ibhjZPFZzGSzG3SuMo7POk/img.jpg?width=480&amp;amp;height=360&amp;amp;face=0_0_480_360&quot; data-video-width=&quot;480&quot; data-video-height=&quot;360&quot; data-video-origin-width=&quot;480&quot; data-video-origin-height=&quot;360&quot; data-ke-mobilestyle=&quot;widthContent&quot; data-video-title=&quot;딥러닝,  RNN. introduction&quot; data-original-url=&quot;&quot;&gt;&lt;iframe src=&quot;https://www.youtube.com/embed/34gBoeY62zE&quot; width=&quot;480&quot; height=&quot;360&quot; frameborder=&quot;&quot; allowfullscreen=&quot;true&quot;&gt;&lt;/iframe&gt;
&lt;figcaption style=&quot;display: none;&quot;&gt;&lt;/figcaption&gt;
&lt;/figure&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size18&quot;&gt;&lt;b&gt;[lee's Data Science]&lt;/b&gt;&lt;br /&gt;&lt;b&gt;■ Transformer&amp;nbsp;강의&amp;nbsp;1&amp;nbsp;-&amp;nbsp;Attention&amp;nbsp;설명&lt;/b&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://www.youtube.com/watch?v=kyIw0nHoG9w&quot; target=&quot;_blank&quot; rel=&quot;noopener&amp;nbsp;noreferrer&quot;&gt;https://www.youtube.com/watch?v=kyIw0nHoG9w&lt;/a&gt;&lt;/p&gt;
&lt;figure data-ke-type=&quot;video&quot; data-ke-style=&quot;alignCenter&quot; data-video-host=&quot;youtube&quot; data-video-url=&quot;https://www.youtube.com/watch?v=kyIw0nHoG9w&quot; data-video-thumbnail=&quot;https://scrap.kakaocdn.net/dn/cI1D3J/hyZLtUGlEv/RdCtIri1DE2jSQDqXjsHL0/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720,https://scrap.kakaocdn.net/dn/zXG7M/hyZKctre3g/I2aAG8VU8SqwvRoNkWtXOk/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720&quot; data-video-width=&quot;860&quot; data-video-height=&quot;484&quot; data-video-origin-width=&quot;860&quot; data-video-origin-height=&quot;484&quot; data-ke-mobilestyle=&quot;widthContent&quot; data-video-title=&quot;Transformer 강의 1 - Attention 설명&quot; data-original-url=&quot;&quot;&gt;&lt;iframe src=&quot;https://www.youtube.com/embed/kyIw0nHoG9w&quot; width=&quot;860&quot; height=&quot;484&quot; frameborder=&quot;&quot; allowfullscreen=&quot;true&quot;&gt;&lt;/iframe&gt;
&lt;figcaption style=&quot;display: none;&quot;&gt;&lt;/figcaption&gt;
&lt;/figure&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;[ AI 관련 알아야 할 내용 ]&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(1) Ensemble AI Model 4가지 &amp;amp; 특징 :&amp;nbsp;&lt;/b&gt;&lt;a href=&quot;https://dev-sites.tistory.com/61&quot;&gt;https://dev-sites.tistory.com/61&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(2) Confusion Matrix : Measure(Metric)의 기본&lt;/b&gt;&lt;/p&gt;
&lt;div style=&quot;color: #333333; text-align: start;&quot;&gt;
&lt;table style=&quot;color: #333333; text-align: start; border-collapse: collapse; width: 100%;&quot; border=&quot;1&quot; data-ke-style=&quot;style12&quot; data-ke-align=&quot;alignLeft&quot;&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&amp;nbsp;&lt;/td&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&lt;b&gt;&amp;nbsp;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 양성&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&lt;b&gt;&amp;nbsp;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 음성&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #efefef;&quot;&gt;&lt;b&gt;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 양성&lt;/b&gt;&lt;/td&gt;
&lt;td&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;td&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #efefef;&quot;&gt;&lt;b&gt;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 음성&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #f9f9f9;&quot;&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #f9f9f9;&quot;&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(3) Precision = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(4) Recall = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(5) Accuracy = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(6) mAP = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(7) F1-Score = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;정답 :&lt;span&gt;&amp;nbsp;&lt;/span&gt;&lt;a href=&quot;https://dev-sites.tistory.com/62&quot;&gt;https://dev-sites.tistory.com/62&lt;/a&gt;&lt;/p&gt;
&lt;/div&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;AI 딥러닝 관련 유투브 강좌&lt;/b&gt;&lt;br /&gt;&lt;a href=&quot;https://dev-sites.tistory.com/51&quot;&gt;https://dev-sites.tistory.com/51&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;MLOPS 관련 유투브 강좌&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://dev-sites.tistory.com/89&quot;&gt;https://dev-sites.tistory.com/89&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;생성형AI 관련 유투브 강좌&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://dev-sites.tistory.com/95&quot;&gt;https://dev-sites.tistory.com/95&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;Human Pose Estimation 기술&lt;/b&gt;&lt;br /&gt;&lt;a href=&quot;https://dev-sites.tistory.com/96&quot;&gt;https://dev-sites.tistory.com/96&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;[알아둘 상식 퀴즈] :&lt;/b&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;</description>
      <category>AI-Study</category>
      <category>AST</category>
      <category>Attention is all you need</category>
      <category>RNN</category>
      <category>Transformer Overview</category>
      <category>Vit</category>
      <author>황소의일격</author>
      <guid isPermaLink="true">https://dev-sites.tistory.com/105</guid>
      <comments>https://dev-sites.tistory.com/105#entry105comment</comments>
      <pubDate>Mon, 13 Oct 2025 13:24:47 +0900</pubDate>
    </item>
    <item>
      <title>AI에서 RANK-1, RANK-5 및 RANK-N 정확도의 개념</title>
      <link>https://dev-sites.tistory.com/104</link>
      <description>&lt;p data-ke-size=&quot;size16&quot;&gt;인공지능의 정확도 평가에 있어서 다양한 논문 및 최신 기술백서 자료를 연구조사 할 때, Ranked Accuracy라는 개념을 접하게 될 때가 있을 것 입니다. 예를 들어 ImageNet 데이터 세트에서 평가된 학습 방법을 제시하는 거의 모든 논문들은 Rank-1 및 Rank-5 정확도 측면에서 결과를 제시하고 있습니다.&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;인공지능에서 RANK-1, RANK-5 및 RANK-N 정확도 개념은 아래의 그림으로 쉽게 이해하시면 될 것 같습니다.&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&lt;span style=&quot;color: #ee2323;&quot;&gt;&lt;b&gt;[CASE 1]&lt;/b&gt;&lt;/span&gt;&lt;/h4&gt;
&lt;p&gt;&lt;figure class=&quot;imageblock alignCenter&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;1960&quot; data-origin-height=&quot;939&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/dm21m8/btsMzXvmnaP/U4NQZKqpKAntHBREDBrlQk/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/dm21m8/btsMzXvmnaP/U4NQZKqpKAntHBREDBrlQk/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/dm21m8/btsMzXvmnaP/U4NQZKqpKAntHBREDBrlQk/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2Fdm21m8%2FbtsMzXvmnaP%2FU4NQZKqpKAntHBREDBrlQk%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;1960&quot; height=&quot;939&quot; data-origin-width=&quot;1960&quot; data-origin-height=&quot;939&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&lt;span style=&quot;color: #006dd7;&quot;&gt;&lt;b&gt;[CASE 2]&lt;/b&gt;&lt;/span&gt;&lt;/h4&gt;
&lt;p&gt;&lt;figure class=&quot;imageblock alignCenter&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;1960&quot; data-origin-height=&quot;938&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/b0urGl/btsMA7RvDGS/1lRwXn4XcGISKDAQWcFEMK/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/b0urGl/btsMA7RvDGS/1lRwXn4XcGISKDAQWcFEMK/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/b0urGl/btsMA7RvDGS/1lRwXn4XcGISKDAQWcFEMK/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2Fb0urGl%2FbtsMA7RvDGS%2F1lRwXn4XcGISKDAQWcFEMK%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;1960&quot; height=&quot;938&quot; data-origin-width=&quot;1960&quot; data-origin-height=&quot;938&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;일반적으로&amp;nbsp;대부분의&amp;nbsp;인공지능&amp;nbsp;연구자들이&amp;nbsp;모든&amp;nbsp;인식&amp;nbsp;및&amp;nbsp;추론&amp;nbsp;대상에&amp;nbsp;대해서,&amp;nbsp;RANK-1&amp;nbsp;정확도에&amp;nbsp;도달하는&amp;nbsp;것이&amp;nbsp;목표입니다.&amp;nbsp;RANK-1&amp;nbsp;정확도는&amp;nbsp;최상위&amp;nbsp;예측이&amp;nbsp;실측&amp;nbsp;레이블과&amp;nbsp;일치하는&amp;nbsp;예측의&amp;nbsp;백분율입니다.&amp;nbsp;올바른&amp;nbsp;예측의&amp;nbsp;총&amp;nbsp;수를&amp;nbsp;데이터&amp;nbsp;포인트&amp;nbsp;수로&amp;nbsp;나눕니다. &lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;그런 다음 이 개념을 RANK-5 정확도로 확장 할 수 있습니다. 1위 예측에만 신경을 쓰지 않고 상위 5개 예측까지 고려합니다.&amp;nbsp;유사한&amp;nbsp;특성을&amp;nbsp;가진&amp;nbsp;많은&amp;nbsp;클래스를&amp;nbsp;포함하는&amp;nbsp;대규모&amp;nbsp;데이터&amp;nbsp;세트로&amp;nbsp;작업&amp;nbsp;할&amp;nbsp;때&amp;nbsp;네트워크&amp;nbsp;성능을&amp;nbsp;확인하기&amp;nbsp;위해&amp;nbsp;RANK-1&amp;nbsp;정확도의&amp;nbsp;확장으로&amp;nbsp;RANK-5&amp;nbsp;정확도를&amp;nbsp;종종&amp;nbsp;검사합니다.&amp;nbsp;이상적인&amp;nbsp;세계에서&amp;nbsp;RANK-1&amp;nbsp;정확도는&amp;nbsp;RANK-5&amp;nbsp;정확도와&amp;nbsp;동일한&amp;nbsp;비율로&amp;nbsp;증가하지만&amp;nbsp;까다롭거나&amp;nbsp;실제&amp;nbsp;데이터&amp;nbsp;세트에서는&amp;nbsp;항상&amp;nbsp;그런&amp;nbsp;것은&amp;nbsp;아닙니다.&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;[ AI 관련 알아야 할 내용 ]&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(1) Ensemble AI Model 4가지 &amp;amp; 특징 :&amp;nbsp;&lt;/b&gt;&lt;a href=&quot;https://dev-sites.tistory.com/61&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/61&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(2) Confusion Matrix : Measure(Metric)의 기본&lt;/b&gt;&lt;/p&gt;
&lt;div style=&quot;color: #333333; text-align: start;&quot;&gt;
&lt;table style=&quot;color: #333333; text-align: start; border-collapse: collapse; width: 100%;&quot; border=&quot;1&quot; data-ke-align=&quot;alignLeft&quot; data-ke-style=&quot;style12&quot;&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&amp;nbsp;&lt;/td&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&lt;b&gt;&amp;nbsp;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 양성&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&lt;b&gt;&amp;nbsp;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 음성&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #efefef;&quot;&gt;&lt;b&gt;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 양성&lt;/b&gt;&lt;/td&gt;
&lt;td&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;td&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #efefef;&quot;&gt;&lt;b&gt;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 음성&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #f9f9f9;&quot;&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #f9f9f9;&quot;&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(3) Precision = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(4) Recall = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(5) Accuracy = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(6) mAP = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(7) F1-Score = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;정답 :&lt;span&gt;&amp;nbsp;&lt;/span&gt;&lt;a href=&quot;https://dev-sites.tistory.com/62&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/62&lt;/a&gt;&lt;/p&gt;
&lt;/div&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;AI 딥러닝 관련 유투브 강좌&lt;/b&gt;&lt;br /&gt;&lt;a href=&quot;https://dev-sites.tistory.com/51&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/51&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;MLOPS 관련 유투브 강좌&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://dev-sites.tistory.com/89&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/89&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;생성형AI 관련 유투브 강좌&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://dev-sites.tistory.com/95&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/95&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;Human Pose Estimation 기술&lt;/b&gt;&lt;br /&gt;&lt;a href=&quot;https://dev-sites.tistory.com/96&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/96&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;LSTM AI 기술&lt;/b&gt;&lt;br /&gt;&lt;a href=&quot;https://dev-sites.tistory.com/99&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/99&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;</description>
      <category>AI-Study</category>
      <category>ai</category>
      <category>ai정확도</category>
      <category>rank-1</category>
      <category>rank-5</category>
      <author>황소의일격</author>
      <guid isPermaLink="true">https://dev-sites.tistory.com/104</guid>
      <comments>https://dev-sites.tistory.com/104#entry104comment</comments>
      <pubDate>Sat, 1 Mar 2025 12:23:02 +0900</pubDate>
    </item>
    <item>
      <title>Quantum Computer의 이해(유투브 모음)</title>
      <link>https://dev-sites.tistory.com/103</link>
      <description>&lt;p&gt;&lt;figure class=&quot;imageblock alignCenter&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;924&quot; data-origin-height=&quot;492&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/9R3rP/btsLJBgLBx4/B22J05PgMBWE5415GLBLLk/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/9R3rP/btsLJBgLBx4/B22J05PgMBWE5415GLBLLk/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/9R3rP/btsLJBgLBx4/B22J05PgMBWE5415GLBLLk/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2F9R3rP%2FbtsLJBgLBx4%2FB22J05PgMBWE5415GLBLLk%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;787&quot; height=&quot;419&quot; data-origin-width=&quot;924&quot; data-origin-height=&quot;492&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;figure class=&quot;imageblock alignCenter&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;449&quot; data-origin-height=&quot;240&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/dMMkCD/btsLMa2CRa1/V9m1fLEkwJFK6idp7Jdz71/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/dMMkCD/btsLMa2CRa1/V9m1fLEkwJFK6idp7Jdz71/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/dMMkCD/btsLMa2CRa1/V9m1fLEkwJFK6idp7Jdz71/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FdMMkCD%2FbtsLMa2CRa1%2FV9m1fLEkwJFK6idp7Jdz71%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;563&quot; height=&quot;301&quot; data-origin-width=&quot;449&quot; data-origin-height=&quot;240&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/p&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&amp;nbsp;&lt;/h4&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&lt;b&gt;(양3-1) 양자컴퓨터 초간단 설명하기전에... 양자가 뭐죠?&lt;/b&gt;&lt;/h4&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://www.youtube.com/watch?v=EouFLLh_od8&quot; target=&quot;_blank&quot; rel=&quot;noopener&amp;nbsp;noreferrer&quot;&gt;https://www.youtube.com/watch?v=EouFLLh_od8&lt;/a&gt;&lt;/p&gt;
&lt;figure data-ke-type=&quot;video&quot; data-ke-style=&quot;alignCenter&quot; data-video-host=&quot;youtube&quot; data-video-url=&quot;https://www.youtube.com/watch?v=EouFLLh_od8&quot; data-video-thumbnail=&quot;https://scrap.kakaocdn.net/dn/cARgbt/hyX0xLIa3j/9CZ1mDCpuhjmw6Qj2EPX1k/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=72_222_302_452,https://scrap.kakaocdn.net/dn/cz5rPd/hyX0yYa1Np/e92OKmKOJHk8r1hFQgYqok/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=72_222_302_452&quot; data-video-width=&quot;860&quot; data-video-height=&quot;484&quot; data-video-origin-width=&quot;860&quot; data-video-origin-height=&quot;484&quot; data-ke-mobilestyle=&quot;widthContent&quot; data-video-title=&quot;(양3-1)양자컴퓨터 초간단 설명하기전에... 양자가 뭐죠?&quot; data-original-url=&quot;&quot;&gt;&lt;iframe src=&quot;https://www.youtube.com/embed/EouFLLh_od8&quot; width=&quot;860&quot; height=&quot;484&quot; frameborder=&quot;&quot; allowfullscreen=&quot;true&quot;&gt;&lt;/iframe&gt;
&lt;figcaption style=&quot;display: none;&quot;&gt;&lt;/figcaption&gt;
&lt;/figure&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&lt;b&gt;(양3-2) 양자컴퓨터 큐비트 초간단 설명하기전에... 기존 컴퓨터 비트 원리 초간단 설명&lt;/b&gt;&lt;/h4&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://www.youtube.com/watch?v=1_0mVuBddn4&quot; target=&quot;_blank&quot; rel=&quot;noopener&amp;nbsp;noreferrer&quot;&gt;https://www.youtube.com/watch?v=1_0mVuBddn4&lt;/a&gt;&lt;/p&gt;
&lt;figure data-ke-type=&quot;video&quot; data-ke-style=&quot;alignCenter&quot; data-video-host=&quot;youtube&quot; data-video-url=&quot;https://www.youtube.com/watch?v=1_0mVuBddn4&quot; data-video-thumbnail=&quot;https://scrap.kakaocdn.net/dn/eccAqK/hyX0uha9fS/Bh1sgweJHFLlioKC0qdPx1/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720,https://scrap.kakaocdn.net/dn/EjSjl/hyX0x50Zy7/3SD9RmDkCFvoDvQqa59No1/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720&quot; data-video-width=&quot;860&quot; data-video-height=&quot;484&quot; data-video-origin-width=&quot;860&quot; data-video-origin-height=&quot;484&quot; data-ke-mobilestyle=&quot;widthContent&quot; data-video-title=&quot;(양3-2)양자컴퓨터 큐비트 초간단 설명하기전에... 기존 컴퓨터 비트 원리 초간단 설명&quot; data-original-url=&quot;&quot;&gt;&lt;iframe src=&quot;https://www.youtube.com/embed/1_0mVuBddn4&quot; width=&quot;860&quot; height=&quot;484&quot; frameborder=&quot;&quot; allowfullscreen=&quot;true&quot;&gt;&lt;/iframe&gt;
&lt;figcaption style=&quot;display: none;&quot;&gt;&lt;/figcaption&gt;
&lt;/figure&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&lt;b&gt;(양3-3)&amp;nbsp;양자컴퓨터&amp;nbsp;개념&amp;nbsp;초간단&amp;nbsp;설명&lt;/b&gt;&lt;/h4&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://www.youtube.com/watch?v=ylcCJiIir4E&quot; target=&quot;_blank&quot; rel=&quot;noopener&amp;nbsp;noreferrer&quot;&gt;https://www.youtube.com/watch?v=ylcCJiIir4E&lt;/a&gt;&lt;/p&gt;
&lt;figure data-ke-type=&quot;video&quot; data-ke-style=&quot;alignCenter&quot; data-video-host=&quot;youtube&quot; data-video-url=&quot;https://www.youtube.com/watch?v=ylcCJiIir4E&quot; data-video-thumbnail=&quot;https://scrap.kakaocdn.net/dn/bbdZcv/hyX0lR3uaB/MzdxRkFcg0VriFCXPZhJlk/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720,https://scrap.kakaocdn.net/dn/f02uj/hyX0mwFEBd/rnkuNoDjOTkOmskw8r8hyk/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720&quot; data-video-width=&quot;860&quot; data-video-height=&quot;484&quot; data-video-origin-width=&quot;860&quot; data-video-origin-height=&quot;484&quot; data-ke-mobilestyle=&quot;widthContent&quot; data-video-title=&quot;(양3-3) 양자컴퓨터 개념 초간단 설명&quot; data-original-url=&quot;&quot;&gt;&lt;iframe src=&quot;https://www.youtube.com/embed/ylcCJiIir4E&quot; width=&quot;860&quot; height=&quot;484&quot; frameborder=&quot;&quot; allowfullscreen=&quot;true&quot;&gt;&lt;/iframe&gt;
&lt;figcaption style=&quot;display: none;&quot;&gt;&lt;/figcaption&gt;
&lt;/figure&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;[알아둘&amp;nbsp;상식]&lt;/b&gt; &lt;/p&gt;
&lt;ul style=&quot;list-style-type: disc;&quot; data-ke-list-type=&quot;disc&quot;&gt;
&lt;li&gt;&lt;b&gt;CPU의 HW 구성&lt;/b&gt; : CPU는 수백만개의&lt;b&gt; [____1____]&lt;/b&gt;로 구성&amp;nbsp; &lt;/li&gt;
&lt;li&gt;&lt;b&gt;CPU에서 SW 동작원리&lt;/b&gt; : SW 구성은&lt;b&gt; [__2__]세그먼트&lt;/b&gt; + &lt;b&gt;[__3__]세그먼트&lt;/b&gt; [&lt;a href=&quot;https://dev-sites.tistory.com/84&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;참조링크&lt;/a&gt;]&lt;/li&gt;
&lt;/ul&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;</description>
      <category>IT-트랜드(XR, 안전, IoT ...)</category>
      <category>양자역학</category>
      <category>양자컴퓨터</category>
      <category>큐비트</category>
      <author>황소의일격</author>
      <guid isPermaLink="true">https://dev-sites.tistory.com/103</guid>
      <comments>https://dev-sites.tistory.com/103#entry103comment</comments>
      <pubDate>Sun, 12 Jan 2025 17:14:12 +0900</pubDate>
    </item>
    <item>
      <title>컴퓨터 알림창 없애는 쉬운 3가지 방법</title>
      <link>https://dev-sites.tistory.com/102</link>
      <description>&lt;p&gt;&lt;figure class=&quot;imageblock alignCenter&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;552&quot; data-origin-height=&quot;184&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/djBCRs/btsLJjzjEey/whSJC21o6Ywf65k0HOQsEK/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/djBCRs/btsLJjzjEey/whSJC21o6Ywf65k0HOQsEK/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/djBCRs/btsLJjzjEey/whSJC21o6Ywf65k0HOQsEK/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FdjBCRs%2FbtsLJjzjEey%2FwhSJC21o6Ywf65k0HOQsEK%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;552&quot; height=&quot;184&quot; data-origin-width=&quot;552&quot; data-origin-height=&quot;184&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/p&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&amp;nbsp;&lt;/h4&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&lt;b&gt;[유투브]&amp;nbsp;컴퓨터&amp;nbsp;인터넷&amp;nbsp;광고창&amp;nbsp;없애는&amp;nbsp;간단한&amp;nbsp;방법(no&amp;nbsp;프로그램,&amp;nbsp;no&amp;nbsp;다운로드)&lt;/b&gt;&lt;/h4&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;출처 :&amp;nbsp;&lt;/b&gt;&lt;a href=&quot;https://www.youtube.com/watch?v=6Mvpd8WUq3E&quot; target=&quot;_blank&quot; rel=&quot;noopener&amp;nbsp;noreferrer&quot;&gt;https://www.youtube.com/watch?v=6Mvpd8WUq3E&lt;/a&gt;&lt;/p&gt;
&lt;figure data-ke-type=&quot;video&quot; data-ke-style=&quot;alignCenter&quot; data-video-host=&quot;youtube&quot; data-video-url=&quot;https://www.youtube.com/watch?v=6Mvpd8WUq3E&quot; data-video-thumbnail=&quot;https://scrap.kakaocdn.net/dn/t4rnc/hyXWwUSfYg/SGOv3NqebrJPOB4Kh0LJXk/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720,https://scrap.kakaocdn.net/dn/QlNvE/hyX0nBZKjL/kRe9k10yyUWcKATFlK2UiK/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720&quot; data-video-width=&quot;860&quot; data-video-height=&quot;484&quot; data-video-origin-width=&quot;860&quot; data-video-origin-height=&quot;484&quot; data-ke-mobilestyle=&quot;widthContent&quot; data-video-title=&quot;컴퓨터 인터넷 광고창 없애는 간단한 방법(no 프로그램, no 다운로드)&quot; data-original-url=&quot;&quot;&gt;&lt;iframe src=&quot;https://www.youtube.com/embed/6Mvpd8WUq3E&quot; width=&quot;860&quot; height=&quot;484&quot; frameborder=&quot;&quot; allowfullscreen=&quot;true&quot;&gt;&lt;/iframe&gt;
&lt;figcaption style=&quot;display: none;&quot;&gt;&lt;/figcaption&gt;
&lt;/figure&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&lt;b&gt;[유투브] 컴퓨터 광고창 없애는 아주 쉬운 3가지 방법 | 컴퓨터 광고 차단(알약 백신 광고)&lt;/b&gt;&lt;/h4&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;출처 :&amp;nbsp;&lt;/b&gt;&lt;a href=&quot;https://www.youtube.com/watch?v=JnppCziahE8&quot; target=&quot;_blank&quot; rel=&quot;noopener&amp;nbsp;noreferrer&quot;&gt;https://www.youtube.com/watch?v=JnppCziahE8&lt;/a&gt;&lt;/p&gt;
&lt;figure data-ke-type=&quot;video&quot; data-ke-style=&quot;alignCenter&quot; data-video-host=&quot;youtube&quot; data-video-url=&quot;https://www.youtube.com/watch?v=JnppCziahE8&quot; data-video-thumbnail=&quot;https://scrap.kakaocdn.net/dn/bfdz0c/hyXWw8rZcV/gXZZPwXYsUvcQvhbSNWmZ1/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720,https://scrap.kakaocdn.net/dn/eIQD9M/hyX0qMe0EV/a1LUkrzxzS4kCltdo5fPZ1/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720&quot; data-video-width=&quot;860&quot; data-video-height=&quot;484&quot; data-video-origin-width=&quot;860&quot; data-video-origin-height=&quot;484&quot; data-ke-mobilestyle=&quot;widthContent&quot; data-video-title=&quot;컴퓨터 광고창 없애는 아주 쉬운 3가지 방법 | 컴퓨터 광고 차단&quot; data-original-url=&quot;&quot;&gt;&lt;iframe src=&quot;https://www.youtube.com/embed/JnppCziahE8&quot; width=&quot;860&quot; height=&quot;484&quot; frameborder=&quot;&quot; allowfullscreen=&quot;true&quot;&gt;&lt;/iframe&gt;
&lt;figcaption style=&quot;display: none;&quot;&gt;&lt;/figcaption&gt;
&lt;/figure&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;[알아둘&amp;nbsp;상식&amp;nbsp;퀴즈]&lt;/b&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;CPI(___1___)&lt;/b&gt;​, 소비자물가지수는 한 나라에서 &lt;u&gt;&lt;b&gt;각각의 가정&lt;/b&gt;&lt;/u&gt;들이 소비하기 위해 구입하는 물건, 그리고 용역의 평균 가격을 내어 측정한 지수입니다. 소비자물가지수의 변동률을 살펴보면 국민들이 현재 물가에 대해 어떻게 체감하고 있는지를 한눈에 알 수 있으며 인플레이션을 측정할 수 있습니다. &lt;u&gt;&lt;b&gt;국민의 삶을 단적으로 보여주는 중요한 지표&lt;/b&gt;&lt;/u&gt;이기 때문에 &lt;u&gt;&lt;b&gt;인구조사&lt;/b&gt;&lt;/u&gt;와 함께 국가에서 중대하게 다루는 &lt;u&gt;&lt;b&gt;경제 통계&lt;/b&gt;&lt;/u&gt;라고 볼 수 있습니다. &lt;br /&gt;&lt;br /&gt;&lt;b&gt; &lt;b&gt;(____2____)&lt;/b&gt;&lt;/b&gt;은 경제학에서 &lt;b&gt;(__4__)&lt;/b&gt; 상승​을 뜻하는 단어입니다. &lt;b&gt;(__4__)&lt;/b&gt;가 상승하는 것은 한 나라의 재화와 용역 가격 등이 대부분 지속적으로 상승하는 것을 의미합니다. 인플레이션이 발생하면 그 나라의 화폐가치는 하락하게 됩니다. &lt;b&gt;예를 들어&lt;/b&gt;, &lt;span style=&quot;color: #006dd7;&quot;&gt;작은 사탕 하나를 만 원을 주고 사야 한다면 &lt;u&gt;&lt;b&gt;만 원의 가치&lt;/b&gt;&lt;/u&gt;가 &lt;u&gt;&lt;b&gt;사탕 하나&lt;/b&gt;&lt;/u&gt;밖에 사지 못할 정도로 낮아졌다는 것을 의미&lt;/span&gt;하기 때문입니다. 이 때문에 국가에 인플레이션이 발생하면 물가 상승으로 인해 경기가 하락하는 것이 보통입니다. &lt;br /&gt;&lt;br /&gt;&lt;br /&gt;&lt;b&gt;&lt;b&gt;(____3____)&lt;/b&gt;&lt;/b&gt; 은 &lt;b&gt;&lt;b&gt;(____2____)&lt;/b&gt;&lt;/b&gt;의 &lt;b&gt;(__4__)&lt;/b&gt; 상승과는 반대로 한 국가의 경제에서 재화와 용역의 지속적인 &lt;b&gt;(__4__)&lt;/b&gt; 하락을 의미합니다. 언뜻 &lt;b&gt;&lt;b&gt;(____2____)&lt;/b&gt;&lt;/b&gt;의 반대이기 때문에 좋을 것 같지만 재화의 가격이 하락하는 것은 기본적으로 소비가 이루어지지 않음을 뜻합니다. &lt;span style=&quot;color: #006dd7;&quot;&gt;소비가 이루어지지 않으면 &lt;u&gt;&lt;b&gt;기업의 이윤이 낮아져&lt;/b&gt;&lt;/u&gt; 고용을 중단하고, 고용을 중단하면 소비심리는 더욱 위축되어 &lt;b&gt;내수경제가 제대로 돌아가지 않게 됩니다&lt;/b&gt;&lt;/span&gt;.&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;</description>
      <category>컴퓨터 사용의 노하우</category>
      <category>광고 알림창</category>
      <category>알림창 제거</category>
      <category>알약 알림창 제거</category>
      <category>윈도우 기본</category>
      <category>컴퓨터 기본</category>
      <author>황소의일격</author>
      <guid isPermaLink="true">https://dev-sites.tistory.com/102</guid>
      <comments>https://dev-sites.tistory.com/102#entry102comment</comments>
      <pubDate>Fri, 10 Jan 2025 11:18:06 +0900</pubDate>
    </item>
    <item>
      <title>진화되는 AI 추론방법: 룰베이스 와 기계학습</title>
      <link>https://dev-sites.tistory.com/101</link>
      <description>&lt;h4 data-ke-size=&quot;size20&quot;&gt;&lt;span style=&quot;color: #006dd7;&quot;&gt;&lt;b&gt;룰베이스 (Rule-Based) 추론 방법&lt;/b&gt;&lt;/span&gt;&lt;/h4&gt;
&lt;ul style=&quot;list-style-type: disc;&quot; data-ke-list-type=&quot;disc&quot;&gt;
&lt;li&gt;사람의 체험, 전문적인 지식과 견문에 의해 얻어지는 지식으로 추론하는 방법&lt;/li&gt;
&lt;li&gt;규칙 기반 시스템, &lt;b&gt;&quot;만약-그러면&quot;&lt;/b&gt; 규칙을 사용하여 동작&lt;/li&gt;
&lt;li&gt;명확성,&amp;nbsp;예측&amp;nbsp;가능성,&amp;nbsp;한정된&amp;nbsp;유연성,&amp;nbsp;사람의&amp;nbsp;전문&amp;nbsp;지식&amp;nbsp;필요&lt;/li&gt;
&lt;li&gt;여러가지 &lt;b&gt;규칙&lt;/b&gt;의 조합으로 완성 ▶ 여러가지 &lt;b&gt;알고리즘&lt;/b&gt;의 조합&lt;/li&gt;
&lt;/ul&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size18&quot;&gt;&lt;b&gt;[장점]&lt;/b&gt;&lt;/p&gt;
&lt;ul style=&quot;list-style-type: disc;&quot; data-ke-list-type=&quot;disc&quot;&gt;
&lt;li&gt;규칙은 명확하게 정의 되어 있으므로, 결과를 &lt;b&gt;해석&lt;/b&gt;하고 &lt;b&gt;설명&lt;/b&gt;하기 쉬움&lt;/li&gt;
&lt;li&gt;&lt;b&gt;도메인 전문가들의 지식을 활용&lt;/b&gt;하여 여러 규칙들을 정의 하므로, &lt;b&gt;특정한 도메인 문제에 적합&lt;/b&gt;할 수 있음&lt;/li&gt;
&lt;li&gt;&lt;b&gt;대량의 데이터가 없는 상황&lt;/b&gt;에서는 규칙 기반이 아주 유용 할 수 있음&lt;/li&gt;
&lt;/ul&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;[단점]&lt;/b&gt;&lt;/p&gt;
&lt;ul style=&quot;list-style-type: disc;&quot; data-ke-list-type=&quot;disc&quot;&gt;
&lt;li&gt;규칙수가 지나치게 확장되는 문제에는 &lt;b&gt;규모의 확장이 어려&lt;/b&gt;움&lt;/li&gt;
&lt;li&gt;규칙이 확장되면 &lt;b&gt;다양한 규칙이 충돌&lt;/b&gt;할 수 있으며, 관리하기 어려움&lt;/li&gt;
&lt;li&gt;&lt;b&gt;비정량 대규모 데이터&lt;/b&gt;나 &lt;b&gt;복잡한 문제의 데이터&lt;/b&gt;에는 &lt;b&gt;적합하지 않음&lt;/b&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;figure class=&quot;imageblock alignCenter&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;1286&quot; data-origin-height=&quot;355&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/bjUtxr/btsKJnu6ZNa/vBoCKMoio1Ncvbk1k6WR5k/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/bjUtxr/btsKJnu6ZNa/vBoCKMoio1Ncvbk1k6WR5k/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/bjUtxr/btsKJnu6ZNa/vBoCKMoio1Ncvbk1k6WR5k/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FbjUtxr%2FbtsKJnu6ZNa%2FvBoCKMoio1Ncvbk1k6WR5k%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;1286&quot; height=&quot;355&quot; data-origin-width=&quot;1286&quot; data-origin-height=&quot;355&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;h4 style=&quot;color: #000000; text-align: start;&quot; data-ke-size=&quot;size20&quot;&gt;&lt;span style=&quot;color: #006dd7;&quot;&gt;&lt;b&gt;기계학습 (Machine Learning) 추론 방법&lt;/b&gt;&lt;/span&gt;&lt;/h4&gt;
&lt;ul style=&quot;list-style-type: disc;&quot; data-ke-list-type=&quot;disc&quot;&gt;
&lt;li&gt;Rule-Base는 사람이 데이터분석을 통하여 규칙을 만드는 반면, 기계학습은 사람이 제공하는 데이터를 기반으로 컴퓨터가 &lt;b&gt;스스로 패턴을 학습&lt;/b&gt;하여 &lt;b&gt;규칙&lt;/b&gt;을 만들어내고, 이러한 규칙으로&amp;nbsp;&lt;b&gt;추론&lt;/b&gt;하여 결정을 내리는 기술&lt;/li&gt;
&lt;li&gt;&lt;b&gt;지도학습&lt;/b&gt;과 &lt;b&gt;비지도학습&lt;/b&gt;으로 분류됨&lt;/li&gt;
&lt;li&gt;데이터 셋(학습/검증/테스트) 의존성, 자동화된 학습, 비정형 대규모 데이터에 대한 고도의 유연성, 해석의 어려움(블랙박스)&lt;/li&gt;
&lt;/ul&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size18&quot;&gt;&lt;b&gt;[장점]&lt;/b&gt;&lt;/p&gt;
&lt;ul style=&quot;list-style-type: disc;&quot; data-ke-list-type=&quot;disc&quot;&gt;
&lt;li&gt;&lt;b&gt;대규모/복잡한 패턴의 데이터&lt;/b&gt; 처리에 적합&lt;/li&gt;
&lt;li&gt;특정&amp;nbsp;도메인&amp;nbsp;뿐만아니라&amp;nbsp;다양한&amp;nbsp;머신러닝&amp;nbsp;기법을&amp;nbsp;활용하여&amp;nbsp;&lt;b&gt;다양한&amp;nbsp;문제에&amp;nbsp;적용&lt;/b&gt;할&amp;nbsp;수&amp;nbsp;있음&lt;/li&gt;
&lt;li&gt;지속적인&amp;nbsp;&lt;b&gt;업데이트&lt;/b&gt;가&amp;nbsp;&lt;b&gt;가능&lt;/b&gt;하며,&amp;nbsp;&lt;b&gt;환경변화&lt;/b&gt;에&amp;nbsp;&lt;b&gt;대응&lt;/b&gt;할&amp;nbsp;수&amp;nbsp;있음&lt;/li&gt;
&lt;/ul&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;[단점]&lt;/b&gt;&lt;/p&gt;
&lt;ul style=&quot;list-style-type: disc;&quot; data-ke-list-type=&quot;disc&quot;&gt;
&lt;li&gt;&lt;b&gt;해석의 어려움&lt;/b&gt; : 머신러닝 모델은 대부분 블랙박스처럼 보이며, 결과의 원인을 설명하기 어려울 수 있음&lt;/li&gt;
&lt;li&gt;대규모의 데이터가 필요하며, &lt;b&gt;데이터의 품질&lt;/b&gt;과 &lt;b&gt;데이터의 양&lt;/b&gt;이 &quot;&lt;b&gt;성능&quot;&lt;/b&gt;에 많은 영향을 줌&lt;/li&gt;
&lt;li&gt;AI 모델은 학습데이터에 &lt;b&gt;과적합&lt;/b&gt; 될 수 있으며, 반드시 &lt;b&gt;하이퍼파라미터 튜닝 기술&lt;/b&gt;이 필요함&lt;/li&gt;
&lt;/ul&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p&gt;&lt;figure class=&quot;imageblock alignCenter&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;1302&quot; data-origin-height=&quot;339&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/bE2lOp/btsKIeln1cv/x4K7m3vxho9Dps3KVQklSK/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/bE2lOp/btsKIeln1cv/x4K7m3vxho9Dps3KVQklSK/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/bE2lOp/btsKIeln1cv/x4K7m3vxho9Dps3KVQklSK/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FbE2lOp%2FbtsKIeln1cv%2Fx4K7m3vxho9Dps3KVQklSK%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;1302&quot; height=&quot;339&quot; data-origin-width=&quot;1302&quot; data-origin-height=&quot;339&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;[알아둘&amp;nbsp;상식&amp;nbsp;퀴즈]&lt;/b&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;앰비슈머 :&amp;nbsp; [___1___] + Consumer&lt;/b&gt;&lt;br /&gt;특정&amp;nbsp;조건에&amp;nbsp;따라&amp;nbsp;이중잣대를&amp;nbsp;가지고&amp;nbsp;소비하는&amp;nbsp;고객을&amp;nbsp;뜻합니다.&amp;nbsp;&lt;u&gt;&lt;b&gt;양면성&lt;/b&gt;&lt;/u&gt;을&amp;nbsp;가졌다고&amp;nbsp;해서&amp;nbsp;부정적인&amp;nbsp;뜻을&amp;nbsp;가지고&amp;nbsp;있는&amp;nbsp;것은&amp;nbsp;아닙니다.&amp;nbsp;가치관의&amp;nbsp;순위를&amp;nbsp;기준으로,&amp;nbsp;우선순위가&amp;nbsp;높은&amp;nbsp;것에&amp;nbsp;대해서는&amp;nbsp;개방적인&amp;nbsp;소비를&amp;nbsp;하고,&amp;nbsp;우선순위가&amp;nbsp;없는&amp;nbsp;것에&amp;nbsp;대해서는&amp;nbsp;폐쇄적인&amp;nbsp;소비를&amp;nbsp;하는&amp;nbsp;형태를&amp;nbsp;의미합니다.&amp;nbsp;가치관과&amp;nbsp;우선순위는&amp;nbsp;각자&amp;nbsp;다르기&amp;nbsp;때문에&amp;nbsp;다양한&amp;nbsp;앰비슈머를&amp;nbsp;볼&amp;nbsp;수&amp;nbsp;있습니다.&amp;nbsp;&lt;span style=&quot;color: #006dd7;&quot;&gt;예를&amp;nbsp;들어,&amp;nbsp;식비를&amp;nbsp;아껴&amp;nbsp;고가의&amp;nbsp;전자제품을&amp;nbsp;구입하는&amp;nbsp;사람,&amp;nbsp;단칸방에&amp;nbsp;살면서&amp;nbsp;외제차를&amp;nbsp;고집하는&amp;nbsp;사람,&amp;nbsp;옷과&amp;nbsp;화장품의&amp;nbsp;지출을&amp;nbsp;줄이고&amp;nbsp;식비에&amp;nbsp;투자하는&amp;nbsp;사람&amp;nbsp;등&lt;/span&gt;이&amp;nbsp;있습니다. &lt;br /&gt;&lt;br /&gt;&lt;b&gt;그린슈머 :&amp;nbsp; [___2___]&lt;span&gt;&amp;nbsp;&lt;/span&gt;+ Consumer&lt;/b&gt; &lt;br /&gt;&lt;span style=&quot;color: #006dd7;&quot;&gt;환경보호&amp;nbsp;관련&amp;nbsp;제품&lt;/span&gt;을&amp;nbsp;차별적으로&amp;nbsp;소비하는&amp;nbsp;사람들을&amp;nbsp;그린슈머라고&amp;nbsp;합니다.&amp;nbsp;환경에&amp;nbsp;대한&amp;nbsp;관심이&amp;nbsp;커지면서&amp;nbsp;그린슈머는&amp;nbsp;증가하는&amp;nbsp;추세에&amp;nbsp;있습니다.&amp;nbsp;이들은&amp;nbsp;제품에&amp;nbsp;유해&amp;nbsp;물질이&amp;nbsp;포함되어&amp;nbsp;있는지,&amp;nbsp;과대&amp;nbsp;포장이&amp;nbsp;되어&amp;nbsp;있지는&amp;nbsp;않은지,&amp;nbsp;재활용이&amp;nbsp;가능한지&amp;nbsp;등의&amp;nbsp;친환경적인&amp;nbsp;요소가&amp;nbsp;반영되어&amp;nbsp;있는지&amp;nbsp;살펴보는&amp;nbsp;경향을&amp;nbsp;가지고&amp;nbsp;있습니다.&amp;nbsp;&lt;span style=&quot;color: #006dd7;&quot;&gt;그린슈머는&amp;nbsp;제품&amp;nbsp;자체의&amp;nbsp;효용뿐만&amp;nbsp;아니라&amp;nbsp;환경보호에&amp;nbsp;일조하고&amp;nbsp;있다는&amp;nbsp;만족감을&amp;nbsp;함께&amp;nbsp;얻을&amp;nbsp;수&amp;nbsp;있습니다.&lt;/span&gt; &lt;br /&gt;&lt;br /&gt;&lt;b&gt;소셜슈머 :&amp;nbsp; [___3___]&lt;span&gt;&amp;nbsp;&lt;/span&gt;+ Consumer&lt;/b&gt; &lt;br /&gt;&lt;span style=&quot;color: #006dd7;&quot;&gt;사회의&amp;nbsp;윤리적인&amp;nbsp;부분&lt;/span&gt;,&amp;nbsp;그리고&amp;nbsp;&lt;span style=&quot;color: #006dd7;&quot;&gt;사회가&amp;nbsp;얻을&amp;nbsp;수&amp;nbsp;있는&amp;nbsp;혜택을&amp;nbsp;고려&lt;/span&gt;하여&amp;nbsp;소비를&amp;nbsp;결정하는&amp;nbsp;소비자군을&amp;nbsp;일컫는&amp;nbsp;소셜슈머가&amp;nbsp;있습니다.&amp;nbsp;이들은&amp;nbsp;제품&amp;nbsp;자체만을&amp;nbsp;바라보는&amp;nbsp;것이&amp;nbsp;아닌&amp;nbsp;해당&amp;nbsp;제품이&amp;nbsp;어떤&amp;nbsp;사회적인&amp;nbsp;가치를&amp;nbsp;내포하고&amp;nbsp;있고,&amp;nbsp;그&amp;nbsp;기업이&amp;nbsp;사회에&amp;nbsp;어떤&amp;nbsp;이미지를&amp;nbsp;가지며&amp;nbsp;어떤&amp;nbsp;가치를&amp;nbsp;제공하고&amp;nbsp;있는지가&amp;nbsp;구매를&amp;nbsp;결정하는&amp;nbsp;주요&amp;nbsp;포인트입니다.&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;[ AI 관련 알아야 할 내용 ]&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(1) Ensemble AI Model 4가지 &amp;amp; 특징 :&amp;nbsp;&lt;/b&gt;&lt;a href=&quot;https://dev-sites.tistory.com/61&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/61&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(2) Confusion Matrix : Measure(Metric)의 기본&lt;/b&gt;&lt;/p&gt;
&lt;div style=&quot;color: #333333; text-align: start;&quot;&gt;
&lt;table style=&quot;color: #333333; text-align: start; border-collapse: collapse; width: 100%;&quot; border=&quot;1&quot; data-ke-style=&quot;style12&quot; data-ke-align=&quot;alignLeft&quot;&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&amp;nbsp;&lt;/td&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&lt;b&gt;&amp;nbsp;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 양성&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&lt;b&gt;&amp;nbsp;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 음성&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #efefef;&quot;&gt;&lt;b&gt;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 양성&lt;/b&gt;&lt;/td&gt;
&lt;td&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;td&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #efefef;&quot;&gt;&lt;b&gt;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 음성&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #f9f9f9;&quot;&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #f9f9f9;&quot;&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(3) Precision = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(4) Recall = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(5) Accuracy = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(6) mAP = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(7) F1-Score = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;정답 :&lt;span&gt;&amp;nbsp;&lt;/span&gt;&lt;a href=&quot;https://dev-sites.tistory.com/62&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/62&lt;/a&gt;&lt;/p&gt;
&lt;/div&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;AI 딥러닝 관련 유투브 강좌&lt;/b&gt;&lt;br /&gt;&lt;a href=&quot;https://dev-sites.tistory.com/51&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/51&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;MLOPS 관련 유투브 강좌&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://dev-sites.tistory.com/89&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/89&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;생성형AI 관련 유투브 강좌&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://dev-sites.tistory.com/95&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/95&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;Human Pose Estimation 기술&lt;/b&gt;&lt;br /&gt;&lt;a href=&quot;https://dev-sites.tistory.com/96&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/96&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;LSTM AI 기술&lt;/b&gt;&lt;br /&gt;&lt;a title=&quot;https://dev-sites.tistory.com/99&quot; href=&quot;https://dev-sites.tistory.com/99&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/99&lt;/a&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;</description>
      <category>AI-Study</category>
      <category>ai</category>
      <category>rule based</category>
      <category>룰베이스</category>
      <category>인공지능</category>
      <category>추론</category>
      <author>황소의일격</author>
      <guid isPermaLink="true">https://dev-sites.tistory.com/101</guid>
      <comments>https://dev-sites.tistory.com/101#entry101comment</comments>
      <pubDate>Thu, 14 Nov 2024 07:48:21 +0900</pubDate>
    </item>
    <item>
      <title>[PPT] 여러개의 객체 간격을 동일하게 하기</title>
      <link>https://dev-sites.tistory.com/100</link>
      <description>&lt;p&gt;&lt;figure class=&quot;imageblock alignCenter&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;1433&quot; data-origin-height=&quot;1034&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/cT5guj/btsKGPrYEQ3/WhKZScBkwiToeO58w2kxkk/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/cT5guj/btsKGPrYEQ3/WhKZScBkwiToeO58w2kxkk/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/cT5guj/btsKGPrYEQ3/WhKZScBkwiToeO58w2kxkk/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FcT5guj%2FbtsKGPrYEQ3%2FWhKZScBkwiToeO58w2kxkk%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;1433&quot; height=&quot;1034&quot; data-origin-width=&quot;1433&quot; data-origin-height=&quot;1034&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p&gt;&lt;figure class=&quot;imageblock alignCenter&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;1425&quot; data-origin-height=&quot;955&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/ZPnDx/btsKFfyUvkz/s2k95FZoweF9HpiPtr9GuK/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/ZPnDx/btsKFfyUvkz/s2k95FZoweF9HpiPtr9GuK/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/ZPnDx/btsKFfyUvkz/s2k95FZoweF9HpiPtr9GuK/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FZPnDx%2FbtsKFfyUvkz%2Fs2k95FZoweF9HpiPtr9GuK%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;1425&quot; height=&quot;955&quot; data-origin-width=&quot;1425&quot; data-origin-height=&quot;955&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;span style=&quot;color: #006dd7;&quot;&gt;&lt;b&gt;상기 그림은 ...&lt;/b&gt;&lt;/span&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;도형&lt;/b&gt;이나 &lt;b&gt;객체&lt;/b&gt;들의 &lt;span&gt;&amp;nbsp;&lt;/span&gt;&lt;span style=&quot;color: #ee2323;&quot;&gt;&lt;b&gt;&quot;가로 간격을 동일하게&quot;&lt;/b&gt;&lt;/span&gt; 하는 방법 이다. 세로 간격을 동일하게 하기 위해서는 세로로 처리 하면 된다.^^&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;[알아둘 상식 퀴즈] : 경제 상식(투자)&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;01. 공매도란 무엇인가? 예를 들어 설명하시오.&lt;br /&gt;02. 통화정책에 있어서 &quot;매파&quot;와 &quot;비둘기파&quot;는 무엇인가?&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;</description>
      <category>문서작업의 노하우(MS, HWP 등)</category>
      <category>PPT</category>
      <category>객체 간격 동일하게</category>
      <category>도형 간격 동일하게</category>
      <author>황소의일격</author>
      <guid isPermaLink="true">https://dev-sites.tistory.com/100</guid>
      <comments>https://dev-sites.tistory.com/100#entry100comment</comments>
      <pubDate>Tue, 12 Nov 2024 17:55:23 +0900</pubDate>
    </item>
    <item>
      <title>시계열 데이터를 위한 LSTM 이해하기</title>
      <link>https://dev-sites.tistory.com/99</link>
      <description>&lt;h4 data-ke-size=&quot;size20&quot;&gt;&lt;b&gt;LSTM (Long Short Term Memory)&lt;/b&gt;&lt;/h4&gt;
&lt;p&gt;&lt;figure class=&quot;imageblock alignLeft&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;793&quot; data-origin-height=&quot;334&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/xZRRD/btsJ6WkV5tE/5KrqpoUTFlrqXltDtQBJ8K/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/xZRRD/btsJ6WkV5tE/5KrqpoUTFlrqXltDtQBJ8K/img.png&quot; data-alt=&quot;[ LSTM Cell들의 연결 ]&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/xZRRD/btsJ6WkV5tE/5KrqpoUTFlrqXltDtQBJ8K/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FxZRRD%2FbtsJ6WkV5tE%2F5KrqpoUTFlrqXltDtQBJ8K%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;793&quot; height=&quot;334&quot; data-origin-width=&quot;793&quot; data-origin-height=&quot;334&quot;/&gt;&lt;/span&gt;&lt;figcaption&gt;[ LSTM Cell들의 연결 ]&lt;/figcaption&gt;
&lt;/figure&gt;
&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&lt;b&gt;[ LSTM 의 Cell 하나의 구조 ]&lt;/b&gt;&lt;/h4&gt;
&lt;p&gt;&lt;figure class=&quot;imageblock alignLeft&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;755&quot; data-origin-height=&quot;482&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/AfseA/btsJ3Z4avsM/Wf438KEZ8pjcv4AutbJXik/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/AfseA/btsJ3Z4avsM/Wf438KEZ8pjcv4AutbJXik/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/AfseA/btsJ3Z4avsM/Wf438KEZ8pjcv4AutbJXik/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FAfseA%2FbtsJ3Z4avsM%2FWf438KEZ8pjcv4AutbJXik%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;755&quot; height=&quot;482&quot; data-origin-width=&quot;755&quot; data-origin-height=&quot;482&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;span style=&quot;color: #ee2323;&quot;&gt;&lt;b&gt;C&lt;/b&gt;&lt;/span&gt;값이 컨베이어 벨트처럼 흐르는 &lt;span style=&quot;color: #006dd7;&quot;&gt;&lt;b&gt;Cell state&lt;/b&gt;&lt;/span&gt;이며, LSTM은 이러한 &lt;b&gt;Cell state&lt;/b&gt;를 보호하고 컨트롤 하기 위한 &lt;b&gt;세 가지 게이트:&lt;/b&gt; &lt;b&gt;forget&lt;/b&gt;, &lt;b&gt;input&lt;/b&gt;, &lt;b&gt;output&lt;/b&gt; &lt;span style=&quot;color: #ef6f53;&quot;&gt;&lt;b&gt;gate&lt;/b&gt;&lt;/span&gt;를 통해 &lt;b&gt;vanishing&lt;/b&gt; &lt;span style=&quot;color: #006dd7;&quot;&gt;&lt;b&gt;gradient&lt;/b&gt;&lt;/span&gt;과 &lt;span style=&quot;color: #006dd7;&quot;&gt;&lt;b&gt;exploding&lt;/b&gt;&lt;/span&gt;을 방지하고 그래디언트가 효과적으로 흐를 수 있게 함.&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p&gt;&lt;figure class=&quot;imageblock alignLeft&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;760&quot; data-origin-height=&quot;162&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/Ks43o/btsJ6gEhYt2/4waH4PoYUgCHAejJV2LVM0/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/Ks43o/btsJ6gEhYt2/4waH4PoYUgCHAejJV2LVM0/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/Ks43o/btsJ6gEhYt2/4waH4PoYUgCHAejJV2LVM0/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FKs43o%2FbtsJ6gEhYt2%2F4waH4PoYUgCHAejJV2LVM0%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;760&quot; height=&quot;162&quot; data-origin-width=&quot;760&quot; data-origin-height=&quot;162&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(케라스&amp;nbsp;창시자에게&amp;nbsp;배우는&amp;nbsp;딥러닝,&amp;nbsp;2017)&lt;/b&gt; &lt;br /&gt;&lt;b&gt;프랑소&lt;/b&gt;와&amp;nbsp;&lt;b&gt;숄레&lt;/b&gt;는&amp;nbsp;&lt;span style=&quot;color: #f89009;&quot;&gt;&lt;b&gt;LSTM&lt;/b&gt;&lt;/span&gt;을&amp;nbsp;설명하면서&amp;nbsp;&lt;span style=&quot;color: #006dd7;&quot;&gt;&lt;b&gt;상태&amp;nbsp;정보&lt;/b&gt;&lt;/span&gt;에&amp;nbsp;대한&amp;nbsp;&lt;span style=&quot;color: #006dd7;&quot;&gt;&lt;b&gt;새로운&amp;nbsp;이동&amp;nbsp;상태&amp;nbsp;계산&lt;/b&gt;&lt;/span&gt;으로&amp;nbsp;표현했다. &lt;br /&gt;&lt;br /&gt;&lt;b&gt;(Neural&amp;nbsp;networks&amp;nbsp;and&amp;nbsp;deep&amp;nbsp;learning&amp;nbsp;by&amp;nbsp;Aur&amp;eacute;lien&amp;nbsp;G&amp;eacute;ron,&amp;nbsp;2018)&lt;/b&gt; &lt;br /&gt;&lt;b&gt;『핸즈온&amp;nbsp;머신러닝』&lt;/b&gt;의&amp;nbsp;저자&amp;nbsp;&lt;b&gt;오렐리앙&amp;nbsp;제롱&lt;/b&gt;이&amp;nbsp;이후에&amp;nbsp;딥러닝&amp;nbsp;책을&amp;nbsp;eBook으로&amp;nbsp;출간했는데,&amp;nbsp;여기에서&amp;nbsp;&lt;b&gt;LSTM&lt;/b&gt;의&amp;nbsp;내부&amp;nbsp;구조를&amp;nbsp;&lt;b&gt;&lt;span style=&quot;color: #f89009;&quot;&gt;FC 모음&lt;/span&gt;(&lt;span style=&quot;color: #ee2323;&quot;&gt;1&lt;/span&gt;개의 &lt;span style=&quot;color: #ee2323;&quot;&gt;tanh&lt;/span&gt; FC와 &lt;span style=&quot;color: #006dd7;&quot;&gt;3&lt;/span&gt;개의 &lt;span style=&quot;color: #006dd7;&quot;&gt;Sigmoid&lt;/span&gt; FC)&lt;/b&gt;으로 표현함으로써&amp;nbsp;&lt;b&gt;Forget&amp;nbsp;gate,&amp;nbsp;Input&amp;nbsp;gate,&amp;nbsp;Output&amp;nbsp;gate&lt;/b&gt;의&amp;nbsp;&lt;b&gt;게이트&amp;nbsp;구조&lt;/b&gt;로&amp;nbsp;보다&amp;nbsp;&lt;span style=&quot;color: #006dd7;&quot;&gt;&lt;b&gt;직관적으로&amp;nbsp;표현&lt;/b&gt;&lt;/span&gt;해냈다.&lt;/p&gt;
&lt;p&gt;&lt;figure class=&quot;imageblock alignLeft&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;744&quot; data-origin-height=&quot;460&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/NYIVK/btsJ6WSPN0V/mSoUr3ghCb6RvI4YdZ8V10/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/NYIVK/btsJ6WSPN0V/mSoUr3ghCb6RvI4YdZ8V10/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/NYIVK/btsJ6WSPN0V/mSoUr3ghCb6RvI4YdZ8V10/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FNYIVK%2FbtsJ6WSPN0V%2FmSoUr3ghCb6RvI4YdZ8V10%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;744&quot; height=&quot;460&quot; data-origin-width=&quot;744&quot; data-origin-height=&quot;460&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;h4 style=&quot;color: #000000; text-align: start;&quot; data-ke-size=&quot;size20&quot;&gt;&lt;b&gt;[유투브] Sequence&amp;nbsp;Data를&amp;nbsp;위한&amp;nbsp;RNN&amp;nbsp;&amp;amp;&amp;nbsp;LSTM 이해하기&lt;/b&gt;&lt;/h4&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;-&lt;span&gt;&lt;span&gt;&lt;span&gt;&amp;nbsp;&lt;/span&gt;&lt;/span&gt;&lt;/span&gt;&lt;span style=&quot;color: #006dd7;&quot;&gt;16분 39초&lt;/span&gt;만 투자 합시다.&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://www.youtube.com/watch?v=SoNtAjxA3Jo&quot;&gt;https://www.youtube.com/watch?v=SoNtAjxA3Jo&lt;/a&gt;&lt;/p&gt;
&lt;figure data-ke-type=&quot;video&quot; data-ke-style=&quot;alignCenter&quot; data-video-host=&quot;youtube&quot; data-video-url=&quot;https://www.youtube.com/watch?v=SoNtAjxA3Jo&quot; data-video-thumbnail=&quot;https://scrap.kakaocdn.net/dn/cOF6xj/hyXhVGPn2X/RiEkVrNVlyBLbtpIgylnh0/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720,https://scrap.kakaocdn.net/dn/b1Lide/hyXhRqTJ3q/koE2jjjuy6jTzkxLYN2vn1/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720&quot; data-video-width=&quot;860&quot; data-video-height=&quot;484&quot; data-video-origin-width=&quot;860&quot; data-video-origin-height=&quot;484&quot; data-ke-mobilestyle=&quot;widthContent&quot; data-video-title=&quot;#6.0. RNN &amp;amp; LSTM&quot; data-original-url=&quot;&quot;&gt;&lt;iframe src=&quot;https://www.youtube.com/embed/SoNtAjxA3Jo&quot; width=&quot;860&quot; height=&quot;484&quot; frameborder=&quot;&quot; allowfullscreen=&quot;true&quot;&gt;&lt;/iframe&gt;
&lt;figcaption style=&quot;display: none;&quot;&gt;&lt;/figcaption&gt;
&lt;/figure&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;h4 style=&quot;color: #000000; text-align: start;&quot; data-ke-size=&quot;size20&quot;&gt;&lt;b&gt;[유투브] LSTM 쉽게 이해하기&lt;/b&gt;&lt;/h4&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;-&lt;span&gt;&lt;span&gt;&amp;nbsp;&lt;/span&gt;&lt;/span&gt;&lt;span style=&quot;color: #006dd7;&quot;&gt;09분 19초&lt;/span&gt;만 투자 합시다.&lt;/b&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://www.youtube.com/watch?v=bX6GLbpw-A4&quot;&gt;https://www.youtube.com/watch?v=bX6GLbpw-A4&lt;/a&gt;&lt;/p&gt;
&lt;figure data-ke-type=&quot;video&quot; data-ke-style=&quot;alignCenter&quot; data-video-host=&quot;youtube&quot; data-video-url=&quot;https://www.youtube.com/watch?v=bX6GLbpw-A4&quot; data-video-thumbnail=&quot;https://scrap.kakaocdn.net/dn/bxyufF/hyXhRLcorc/8tkkX7nbS2yMfzK21WkfBk/img.jpg?width=480&amp;amp;height=360&amp;amp;face=0_0_480_360,https://scrap.kakaocdn.net/dn/cTkVzF/hyXhX5IEsR/LXO0UOxvMwFid8Z9kN5NGk/img.jpg?width=480&amp;amp;height=360&amp;amp;face=0_0_480_360&quot; data-video-width=&quot;480&quot; data-video-height=&quot;360&quot; data-video-origin-width=&quot;480&quot; data-video-origin-height=&quot;360&quot; data-ke-mobilestyle=&quot;widthContent&quot; data-video-title=&quot;[딥러닝] LSTM 쉽게 이해하기&quot; data-original-url=&quot;&quot;&gt;&lt;iframe src=&quot;https://www.youtube.com/embed/bX6GLbpw-A4&quot; width=&quot;480&quot; height=&quot;360&quot; frameborder=&quot;&quot; allowfullscreen=&quot;true&quot;&gt;&lt;/iframe&gt;
&lt;figcaption style=&quot;display: none;&quot;&gt;&lt;/figcaption&gt;
&lt;/figure&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&lt;b&gt;[유투브] AI로 삼성전자의 주가를 예측해보자 (with LSTM)&lt;/b&gt;&lt;/h4&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;- 개념 잡기 좋아요. 반드시 보세요.&lt;/b&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;- &lt;span style=&quot;color: #006dd7;&quot;&gt;11분 08초&lt;/span&gt;만 투자 합시다.&lt;/b&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://www.youtube.com/watch?v=yZoHlkCbNoM&quot; target=&quot;_blank&quot; rel=&quot;noopener&amp;nbsp;noreferrer&quot;&gt;https://www.youtube.com/watch?v=yZoHlkCbNoM&lt;/a&gt;&lt;/p&gt;
&lt;figure data-ke-type=&quot;video&quot; data-ke-style=&quot;alignCenter&quot; data-video-host=&quot;youtube&quot; data-video-url=&quot;https://www.youtube.com/watch?v=yZoHlkCbNoM&quot; data-video-thumbnail=&quot;https://scrap.kakaocdn.net/dn/fJCGI/hyXhNaXrTB/8kVVlhJkI2DLgu175u6Kr0/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720,https://scrap.kakaocdn.net/dn/bh97jS/hyXhTWzGm5/SJNhsz68DhGrZLrX6XAep1/img.jpg?width=1280&amp;amp;height=720&amp;amp;face=0_0_1280_720&quot; data-video-width=&quot;860&quot; data-video-height=&quot;484&quot; data-video-origin-width=&quot;860&quot; data-video-origin-height=&quot;484&quot; data-ke-mobilestyle=&quot;widthContent&quot; data-video-title=&quot;AI로 삼성전자의 주가를 예측해보자 (with LSTM)&quot; data-original-url=&quot;&quot;&gt;&lt;iframe src=&quot;https://www.youtube.com/embed/yZoHlkCbNoM&quot; width=&quot;860&quot; height=&quot;484&quot; frameborder=&quot;&quot; allowfullscreen=&quot;true&quot;&gt;&lt;/iframe&gt;
&lt;figcaption style=&quot;display: none;&quot;&gt;&lt;/figcaption&gt;
&lt;/figure&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;[ AI 관련 알아야 할 내용 ]&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(1) Ensemble AI Model 4가지 &amp;amp; 특징 :&amp;nbsp;&lt;/b&gt;&lt;a href=&quot;https://dev-sites.tistory.com/61&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/61&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(2) Confusion Matrix : Measure(Metric)의 기본&lt;/b&gt;&lt;/p&gt;
&lt;div style=&quot;color: #333333; text-align: start;&quot;&gt;
&lt;table style=&quot;color: #333333; text-align: start; border-collapse: collapse; width: 100%;&quot; border=&quot;1&quot; data-ke-align=&quot;alignLeft&quot; data-ke-style=&quot;style12&quot;&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&amp;nbsp;&lt;/td&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&lt;b&gt;&amp;nbsp;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 양성&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&lt;b&gt;&amp;nbsp;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 음성&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #efefef;&quot;&gt;&lt;b&gt;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 양성&lt;/b&gt;&lt;/td&gt;
&lt;td&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;td&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #efefef;&quot;&gt;&lt;b&gt;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 음성&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #f9f9f9;&quot;&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #f9f9f9;&quot;&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(3) Precision = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(4) Recall = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(5) Accuracy = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(6) mAP = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(7) F1-Score = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;정답 :&lt;span&gt;&amp;nbsp;&lt;/span&gt;&lt;a href=&quot;https://dev-sites.tistory.com/62&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/62&lt;/a&gt;&lt;/p&gt;
&lt;/div&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;AI 딥러닝 관련 유투브 강좌&lt;/b&gt;&lt;br /&gt;&lt;a href=&quot;https://dev-sites.tistory.com/51&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/51&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;MLOPS 관련 유투브 강좌&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://dev-sites.tistory.com/89&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/89&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;생성형AI 관련 유투브 강좌&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://dev-sites.tistory.com/95&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/95&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;Human Pose Estimation 기술&lt;/b&gt;&lt;br /&gt;&lt;a href=&quot;https://dev-sites.tistory.com/96&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/96&lt;/a&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;[알아둘 상식 퀴즈] : 경제 상식&lt;/b&gt;&lt;/p&gt;
&lt;ul style=&quot;list-style-type: disc;&quot; data-ke-list-type=&quot;disc&quot;&gt;
&lt;li&gt;&lt;span style=&quot;background-color: #f6e199;&quot;&gt;&lt;u&gt;&lt;b&gt;[&amp;nbsp; &amp;nbsp; 1&amp;nbsp; &amp;nbsp; ]&lt;/b&gt;&lt;/u&gt;&lt;/span&gt;(GDP: Gross Domestic Product)은 한 나라의 영역 내에서 &lt;b&gt;가계&lt;/b&gt;, &lt;b&gt;기업&lt;/b&gt;, &lt;b&gt;정부&lt;/b&gt; 등 모든 경제주체가 &lt;b&gt;일정기간&lt;/b&gt; 동안 &lt;b&gt;생산한&lt;/b&gt; &lt;b&gt;재화&lt;/b&gt; 및 &lt;b&gt;서비스&lt;/b&gt;의 &lt;u&gt;&lt;span style=&quot;color: #006dd7;&quot;&gt;&lt;b&gt;부가가치&lt;/b&gt;&lt;/span&gt;&lt;/u&gt;를 &lt;u&gt;&lt;b&gt;&lt;span style=&quot;color: #006dd7;&quot;&gt;&lt;span style=&quot;color: #000000; background-color: #f6e199;&quot;&gt;[&amp;nbsp; &amp;nbsp; 2&amp;nbsp; &amp;nbsp; ]&lt;/span&gt;으로 평가&lt;/span&gt;&lt;/b&gt;&lt;/u&gt;하여 합산한 것으로 국가의 경제 규모와 건강 상태를 나타내는 중요한 지표이기에 경제 성장률을 측정하는 데 사용된다. 이것이&amp;nbsp;&lt;u&gt;&lt;b&gt;증가함&lt;/b&gt;&lt;/u&gt;에&amp;nbsp;따라&amp;nbsp;&lt;u&gt;&lt;b&gt;일반적으로&amp;nbsp;성장하고&amp;nbsp;있음을&amp;nbsp;의미&lt;/b&gt;&lt;/u&gt;하며,&amp;nbsp;이는&amp;nbsp;&lt;u&gt;&lt;b&gt;일자리&amp;nbsp;창출&lt;/b&gt;&lt;/u&gt;과&amp;nbsp;&lt;u&gt;&lt;b&gt;소득&amp;nbsp;증가&lt;/b&gt;&lt;/u&gt;로&amp;nbsp;이어질&amp;nbsp;수&amp;nbsp;있는&amp;nbsp;&lt;u&gt;&lt;b&gt;&lt;span style=&quot;color: #006dd7;&quot;&gt;청신호&lt;/span&gt;&lt;/b&gt;&lt;/u&gt;라고&amp;nbsp;생각해보면&amp;nbsp;좋다.&amp;nbsp;따라서&amp;nbsp;이러한&amp;nbsp;데이터의&amp;nbsp;변화를&amp;nbsp;주의&amp;nbsp;깊게&amp;nbsp;살펴보고&amp;nbsp;앞으로의&amp;nbsp;전망을&amp;nbsp;파악하는&amp;nbsp;데&amp;nbsp;활용해야&amp;nbsp;한다.&lt;/li&gt;
&lt;li&gt;&lt;span style=&quot;background-color: #f6e199;&quot;&gt;&lt;u&gt;&lt;b&gt;[&amp;nbsp; &amp;nbsp; 3&amp;nbsp; &amp;nbsp; ]&lt;/b&gt;&lt;/u&gt;&lt;/span&gt;은 시간이 지남에 따라 &lt;u&gt;&lt;b&gt;물가가 상승하는 현상&lt;/b&gt;&lt;/u&gt;으로 &lt;u&gt;&lt;b&gt;&lt;span style=&quot;color: #006dd7;&quot;&gt;통화 공급의 &lt;span style=&quot;color: #000000; background-color: #f6e199;&quot;&gt;[&amp;nbsp; &amp;nbsp; 4&amp;nbsp; &amp;nbsp; ]&lt;/span&gt;&lt;/span&gt;&lt;/b&gt;&lt;/u&gt;나 &lt;u&gt;&lt;span style=&quot;color: #006dd7;&quot;&gt;&lt;b&gt;수요가 공급을 초과&lt;/b&gt;&lt;/span&gt;&lt;/u&gt;할 때 생긴다. 이것이 높아지면 소비자의 &lt;u&gt;&lt;b&gt;구매력이 감소&lt;/b&gt;&lt;/u&gt;하여 &lt;u&gt;&lt;b&gt;생활비가 증가&lt;/b&gt;&lt;/u&gt;하게 되며, 이로 인해 예산 관리가 어려워질 수 있으므로, 이에 따른 데이터나 값을 유의 깊게 살펴보고 자신의 &lt;u&gt;&lt;b&gt;소비 패턴을 조정하는 것이 필요&lt;/b&gt;&lt;/u&gt;하다.&lt;/li&gt;
&lt;/ul&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;</description>
      <category>AI-Study</category>
      <category>ai</category>
      <category>LSTM</category>
      <category>RNN</category>
      <category>딥러닝</category>
      <category>시계열 데이터</category>
      <author>황소의일격</author>
      <guid isPermaLink="true">https://dev-sites.tistory.com/99</guid>
      <comments>https://dev-sites.tistory.com/99#entry99comment</comments>
      <pubDate>Tue, 15 Oct 2024 14:55:41 +0900</pubDate>
    </item>
    <item>
      <title>[PPT] 여러개의 영상을 동시에 재생하기</title>
      <link>https://dev-sites.tistory.com/98</link>
      <description>&lt;p&gt;&lt;figure class=&quot;imageblock alignCenter&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;1560&quot; data-origin-height=&quot;821&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/mMvdr/btsJ59rsj8d/2sVKnmliivkP9FkOKfOtsK/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/mMvdr/btsJ59rsj8d/2sVKnmliivkP9FkOKfOtsK/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/mMvdr/btsJ59rsj8d/2sVKnmliivkP9FkOKfOtsK/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FmMvdr%2FbtsJ59rsj8d%2F2sVKnmliivkP9FkOKfOtsK%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;1560&quot; height=&quot;821&quot; data-origin-width=&quot;1560&quot; data-origin-height=&quot;821&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;(1) 온라인 비디오 : 클릭해야만 재생됨. &lt;br /&gt;&lt;br /&gt;(2) 동영상(비디오)를 여러개 넣고 &lt;b&gt;&lt;span style=&quot;color: #ee2323;&quot;&gt;자동실행&lt;/span&gt;&lt;/b&gt;을 선택한 경우의 동시 재생 방법&lt;br /&gt;&lt;br /&gt;현상: 처음 동영상(비디오)만 재생되고 나머지 동영상은 클릭해야 재생됨. ㅜㅜ&lt;br /&gt;&lt;br /&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;span style=&quot;color: #006dd7;&quot;&gt;&lt;b&gt;[해결방법] : 상기 그림 참조&lt;/b&gt;&lt;/span&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;나머지 영상들을 하나씩 선택하고, 애니메이션 창을 켜고, 해당 동영상 재생 애니메이션효과 메뉴에서 &lt;span style=&quot;color: #ee2323;&quot;&gt;&lt;b&gt;&quot;이전 효과와 함께 시작&quot;&lt;/b&gt;&lt;/span&gt;을 선택해주시면 됩니다.&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;[알아둘 상식 퀴즈] : 경제 상식(투자)&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;01. 상장지수펀드, ETF는 무엇의 약자이며, ETF의 의미는 무엇인가?&lt;br /&gt;02. 레버리지는 무엇인가?&lt;br /&gt;&lt;br /&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;</description>
      <category>문서작업의 노하우(MS, HWP 등)</category>
      <category>PPT</category>
      <category>동영상 동시 재생</category>
      <category>비디오 동시 재생</category>
      <category>파워포인트</category>
      <author>황소의일격</author>
      <guid isPermaLink="true">https://dev-sites.tistory.com/98</guid>
      <comments>https://dev-sites.tistory.com/98#entry98comment</comments>
      <pubDate>Tue, 15 Oct 2024 11:06:35 +0900</pubDate>
    </item>
    <item>
      <title>LLM vs LMM</title>
      <link>https://dev-sites.tistory.com/97</link>
      <description>&lt;p data-ke-size=&quot;size16&quot;&gt;&quot;&lt;span style=&quot;color: #006dd7;&quot;&gt;&lt;b&gt;LLM&lt;/b&gt;&lt;/span&gt;(Large Language Model)&quot;에 이어 앞으로는 &quot;&lt;span style=&quot;color: #ef5369;&quot;&gt;&lt;b&gt;LMM&lt;/b&gt;&lt;/span&gt;(Large MultiModal Model)&quot;이라는 용어가 보편화될 것으로 보인다. 기존에는 &quot;Multi-Modal LLM&quot;으로 불렀으나, 미국의 일부 기업과 매체가 기존 모델과의 차별화를 위해 &lt;span style=&quot;color: #ee2323;&quot;&gt;&lt;b&gt;LMM&lt;/b&gt;&lt;/span&gt;이라는 용어를 밀고 있다.&amp;nbsp; &lt;br /&gt;&lt;br /&gt;&lt;b&gt;Open AI&lt;/b&gt;의 &quot;&lt;u&gt;&lt;b&gt;GPT-4V(비전)&lt;/b&gt;&lt;/u&gt;&quot;에 이어 출시 예정인 구글의 차세대 모델 &quot;&lt;u&gt;&lt;b&gt;제미니&lt;/b&gt;&lt;/u&gt;&quot; 역시 &lt;span style=&quot;color: #ee2323;&quot;&gt;&lt;b&gt;LMM&lt;/b&gt;&lt;/span&gt;이며, 최근에는 &lt;u&gt;&lt;b&gt;오픈 소스 LMM&lt;/b&gt;&lt;/u&gt; &quot;&lt;u&gt;&lt;b&gt;라바(LLaVA) 1.5&lt;/b&gt;&lt;/u&gt;&quot;까지 개발자 사이에서 인기를 누리고 있기 때문이다. 기존의 '&lt;b&gt;언어&lt;/b&gt;' 학습을 뛰어넘어 '&lt;b&gt;이미지&lt;/b&gt;' 학습까지 더한 &lt;span style=&quot;color: #ee2323;&quot;&gt;&lt;b&gt;LMM&lt;/b&gt;&lt;/span&gt;이 떠오르고 있다. 벤처비트는 오픈 소스 커뮤니티에서 &lt;u&gt;&lt;b&gt;LLaVA 1.5&lt;/b&gt;&lt;/u&gt;가 &lt;u&gt;&lt;b&gt;GPT-4V&lt;/b&gt;&lt;/u&gt;의 대안으로 떠오르며 인기를 얻고 있다고 소개했다. &lt;span style=&quot;color: #ee2323;&quot;&gt;&lt;b&gt;LMM&lt;/b&gt;&lt;/span&gt;은 이미지를 학습했기 때문에 사용자가 텍스트 대신 이미지를 입력해도 이해하고 답을 낼 수 있다.&amp;nbsp;&lt;br /&gt;&lt;br /&gt;이 기능은 &lt;b&gt;Open AI&lt;/b&gt;가 출시한 GPT-4부터 상용화 되었고,&amp;nbsp; &lt;b&gt;Open AI&lt;/b&gt; 는 이미 지난해 GPT-4의 이미지 학습을 마친 것으로 알려졌다. 이후&amp;nbsp;&lt;u&gt;&lt;b&gt;이미지&amp;nbsp;입력&lt;/b&gt;&lt;/u&gt;은&amp;nbsp;&lt;u&gt;AI&amp;nbsp;모델&amp;nbsp;개발의&amp;nbsp;표준&lt;/u&gt;이&amp;nbsp;됐다.&amp;nbsp;&lt;b&gt;빅테크&lt;/b&gt;는&amp;nbsp;물론&amp;nbsp;&lt;b&gt;오픈&amp;nbsp;소스&amp;nbsp;커뮤니티&lt;/b&gt;까지 LMM 개발에 매달렸다.&amp;nbsp; 최근 &lt;b&gt;META&lt;/b&gt;가 발표한 &quot;&lt;b&gt;META AI&lt;/b&gt;&quot;도 &lt;u&gt;&lt;b&gt;멀티모달 기능&lt;/b&gt;&lt;/u&gt;을 갖췄다.&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&lt;span style=&quot;color: #006dd7;&quot;&gt;&lt;b&gt;(1) LLM (Large Language Model) 정의&lt;/b&gt;&lt;/span&gt;&lt;/h4&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;방대한 양의 &lt;b&gt;텍스트 데이터&lt;/b&gt;를 &lt;b&gt;학습&lt;/b&gt;하여 다양한 종류의 텍스트를 생성할 수 있는 능력을 갖춘 모델이다.&lt;br /&gt;예를 들어, 시, 코드, 대본, 음악 작품, 이메일, 편지 등과 같은 다양한 종류의 텍스트를 생성할 수 있다. 또한, 텍스트를 번역하거나, 요약하거나, 질문에 답하는 등의 작업에도 사용할 수 있다.&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p&gt;&lt;figure class=&quot;imageblock alignCenter&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;1754&quot; data-origin-height=&quot;627&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/oeOj2/btsIkE0mTfA/QcOMDvQfkvv8T1XwLBx7vk/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/oeOj2/btsIkE0mTfA/QcOMDvQfkvv8T1XwLBx7vk/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/oeOj2/btsIkE0mTfA/QcOMDvQfkvv8T1XwLBx7vk/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FoeOj2%2FbtsIkE0mTfA%2FQcOMDvQfkvv8T1XwLBx7vk%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;1754&quot; height=&quot;627&quot; data-origin-width=&quot;1754&quot; data-origin-height=&quot;627&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size18&quot;&gt;&lt;b&gt;[ LLM의 동작원리 ]&lt;/b&gt;&lt;/p&gt;
&lt;p&gt;&lt;figure class=&quot;imageblock alignCenter&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;1226&quot; data-origin-height=&quot;715&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/cRIhI1/btsIioLxkwC/o3QdJcuKStRiExxWXXXUW1/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/cRIhI1/btsIioLxkwC/o3QdJcuKStRiExxWXXXUW1/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/cRIhI1/btsIioLxkwC/o3QdJcuKStRiExxWXXXUW1/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FcRIhI1%2FbtsIioLxkwC%2Fo3QdJcuKStRiExxWXXXUW1%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;1226&quot; height=&quot;715&quot; data-origin-width=&quot;1226&quot; data-origin-height=&quot;715&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&lt;span style=&quot;color: #ee2323;&quot;&gt;&lt;b&gt;(2) LMM (Large Multimodal Model) 정의&lt;/b&gt;&lt;/span&gt;&lt;/h4&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;br /&gt;텍스트 데이터 외에도 이미지, 오디오 등 여러 가지 유형의 데이터를 통합하여 처리할 수 있는 능력을 갖춘 모델이다. 예를 들어, 영화, 음악, 뉴스 등 다양한 미디어 콘텐츠 요약 및 생성, 음성 인식, 이미지 인식, 감정 분석 등 여러가지 유형의 데이터를 처리하는 작업에 사용될 수 있다.&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p&gt;&lt;figure class=&quot;imageblock alignCenter&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;1754&quot; data-origin-height=&quot;693&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/Uvz3w/btsIklmtIja/ucMG1PFj2lKgoY8XKYZKqK/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/Uvz3w/btsIklmtIja/ucMG1PFj2lKgoY8XKYZKqK/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/Uvz3w/btsIklmtIja/ucMG1PFj2lKgoY8XKYZKqK/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FUvz3w%2FbtsIklmtIja%2FucMG1PFj2lKgoY8XKYZKqK%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;1754&quot; height=&quot;693&quot; data-origin-width=&quot;1754&quot; data-origin-height=&quot;693&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;LMM&lt;/b&gt;은 시각적 입력으로 주어진 Query에 대한 출력을 생성하도록 설계된 &lt;u&gt;&lt;b&gt;대형 멀티모달 모델&lt;/b&gt;&lt;/u&gt; 이다. &lt;b&gt;LMM&lt;/b&gt;은 기존의 &lt;b&gt;LLM&lt;/b&gt;과 비전 인코더(이미지를 텍스트로 변환시켜주는 모델)를 연결하는 &lt;b&gt;비전 언어 교차 모델 커넥터(Vision-Language Cross-modal Connector)&lt;/b&gt;등의 아키텍처를 활용한다.&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;GPT-4V는 LMM을 활용한 대형 멀티모달 모델 챗봇이다. GPT-4V는 이미지를 분석 및 사용할 수 있으며, 이미지의 수학문제를 풀수 있다. 또한 차트를 이해할 수 있고, 인간의 표정에서 감정을 읽어낼 수 있다.&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;[알아둘&amp;nbsp;상식&amp;nbsp;퀴즈]&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;01.&amp;nbsp;태양계에서&amp;nbsp;가장&amp;nbsp;큰&amp;nbsp;행성은? &lt;br /&gt;02.&amp;nbsp;세계에서&amp;nbsp;가장&amp;nbsp;긴&amp;nbsp;강은? &lt;br /&gt;03.&amp;nbsp;커피의&amp;nbsp;원산지는? &lt;br /&gt;04.&amp;nbsp;올림픽에서&amp;nbsp;금메달을&amp;nbsp;만드는&amp;nbsp;주요&amp;nbsp;금속은? &lt;br /&gt;05.&amp;nbsp;'피타고라스&amp;nbsp;정리'는&amp;nbsp;어떤&amp;nbsp;수학&amp;nbsp;분야에&amp;nbsp;속하는가? &lt;br /&gt;06.&amp;nbsp;세계&amp;nbsp;최초의&amp;nbsp;인쇄된&amp;nbsp;책은? &lt;br /&gt;07.&amp;nbsp;'사과의&amp;nbsp;도시'로&amp;nbsp;유명한&amp;nbsp;미국의&amp;nbsp;도시는? &lt;br /&gt;08.&amp;nbsp;피카소는&amp;nbsp;어느&amp;nbsp;나라&amp;nbsp;사람인가? &lt;br /&gt;09.&amp;nbsp;세계&amp;nbsp;3대&amp;nbsp;미술관은? &lt;br /&gt;10.&amp;nbsp;인간의&amp;nbsp;DNA는&amp;nbsp;몇&amp;nbsp;쌍의&amp;nbsp;염색체로&amp;nbsp;이루어져&amp;nbsp;있는가? &lt;br /&gt;11.&amp;nbsp;고대&amp;nbsp;그리스에서&amp;nbsp;'민주주의'가&amp;nbsp;시작된&amp;nbsp;도시는? &lt;br /&gt;12.&amp;nbsp;세계에서&amp;nbsp;가장&amp;nbsp;큰&amp;nbsp;사막은? &lt;br /&gt;13.&amp;nbsp;'로마는&amp;nbsp;하루아침에&amp;nbsp;이루어지지&amp;nbsp;않았다'는&amp;nbsp;말의&amp;nbsp;의미는? &lt;br /&gt;14.&amp;nbsp;세계에서&amp;nbsp;가장&amp;nbsp;큰&amp;nbsp;산호초는? &lt;br /&gt;15.&amp;nbsp;세계&amp;nbsp;최초의&amp;nbsp;컴퓨터는? &lt;br /&gt;16.&amp;nbsp;피아노의&amp;nbsp;건반&amp;nbsp;수는&amp;nbsp;몇&amp;nbsp;개인가? &lt;br /&gt;17.&amp;nbsp;'아인슈타인'이&amp;nbsp;제시한&amp;nbsp;상대성&amp;nbsp;이론은? &lt;br /&gt;18.&amp;nbsp;'블랙홀'을&amp;nbsp;처음&amp;nbsp;예측한&amp;nbsp;과학자는? &lt;br /&gt;19.&amp;nbsp;'유리천장'이란&amp;nbsp;무엇을&amp;nbsp;의미하는가? &lt;br /&gt;20.'노벨상'을&amp;nbsp;창설한&amp;nbsp;인물은?&amp;nbsp;풀내임으로&amp;nbsp;...&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;span style=&quot;color: #555555; text-align: start;&quot;&gt;[주관식]&lt;/span&gt;&lt;br /&gt;&lt;span style=&quot;color: #555555; text-align: start;&quot;&gt;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&lt;/span&gt;&lt;br /&gt;&lt;span style=&quot;color: #555555; text-align: start;&quot;&gt;댓글에 올려 놓고 있습니다.&amp;nbsp;&amp;nbsp;&lt;/span&gt;&lt;br /&gt;&lt;span style=&quot;color: #555555; text-align: start;&quot;&gt;감사합니다.~~&amp;nbsp;(--)(__)&amp;nbsp;&lt;/span&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;[ 퀴즈 ]&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(1) Ensemble AI Model 4가지 &amp;amp; 특징 :&amp;nbsp;&lt;/b&gt;&lt;a href=&quot;https://dev-sites.tistory.com/61&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/61&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(2) Confusion Matrix : Measure(Metric)의 기본&lt;/b&gt;&lt;/p&gt;
&lt;div style=&quot;color: #333333; text-align: start;&quot;&gt;
&lt;table style=&quot;color: #333333; text-align: start; border-collapse: collapse; width: 100%;&quot; border=&quot;1&quot; data-ke-style=&quot;style12&quot; data-ke-align=&quot;alignLeft&quot;&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&amp;nbsp;&lt;/td&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&lt;b&gt;&amp;nbsp;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 양성&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&lt;b&gt;&amp;nbsp;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 음성&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #efefef;&quot;&gt;&lt;b&gt;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 양성&lt;/b&gt;&lt;/td&gt;
&lt;td&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;td&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #efefef;&quot;&gt;&lt;b&gt;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 음성&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #f9f9f9;&quot;&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #f9f9f9;&quot;&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(3) Precision = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(4) Recall = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(5) Accuracy = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(6) mAP = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(7) F1-Score = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;정답 :&lt;span&gt;&amp;nbsp;&lt;/span&gt;&lt;a href=&quot;https://dev-sites.tistory.com/62&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/62&lt;/a&gt;&lt;/p&gt;
&lt;/div&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;AI 딥러닝 관련 유투브 강좌&lt;/b&gt;&lt;br /&gt;&lt;a href=&quot;https://dev-sites.tistory.com/51&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/51&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;MLOPS 관련 유투브 강좌&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://dev-sites.tistory.com/89&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/89&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;생성형AI 관련 유투브 강좌&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://dev-sites.tistory.com/95&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/95&lt;/a&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;Human Pose Estimation 기술&lt;/b&gt;&lt;br /&gt;&lt;a href=&quot;https://dev-sites.tistory.com/96&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/96&lt;/a&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;</description>
      <category>AI-Study</category>
      <category>llm</category>
      <category>LMM</category>
      <author>황소의일격</author>
      <guid isPermaLink="true">https://dev-sites.tistory.com/97</guid>
      <comments>https://dev-sites.tistory.com/97#entry97comment</comments>
      <pubDate>Mon, 1 Jul 2024 20:01:05 +0900</pubDate>
    </item>
    <item>
      <title>Human Pose Estimation(HPE) 개요 및 연구동향</title>
      <link>https://dev-sites.tistory.com/96</link>
      <description>&lt;p&gt;&lt;figure class=&quot;imageblock alignLeft&quot; data-ke-mobileStyle=&quot;widthOrigin&quot; data-origin-width=&quot;687&quot; data-origin-height=&quot;314&quot;&gt;&lt;span data-url=&quot;https://blog.kakaocdn.net/dn/beRO4a/btsF17LyaR2/o6Kk87QlvuMOGZ1GSAZz9K/img.png&quot; data-phocus=&quot;https://blog.kakaocdn.net/dn/beRO4a/btsF17LyaR2/o6Kk87QlvuMOGZ1GSAZz9K/img.png&quot;&gt;&lt;img src=&quot;https://blog.kakaocdn.net/dn/beRO4a/btsF17LyaR2/o6Kk87QlvuMOGZ1GSAZz9K/img.png&quot; srcset=&quot;https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&amp;fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FbeRO4a%2FbtsF17LyaR2%2Fo6Kk87QlvuMOGZ1GSAZz9K%2Fimg.png&quot; onerror=&quot;this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';&quot; loading=&quot;lazy&quot; width=&quot;687&quot; height=&quot;314&quot; data-origin-width=&quot;687&quot; data-origin-height=&quot;314&quot;/&gt;&lt;/span&gt;&lt;/figure&gt;
&lt;/p&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&amp;nbsp;&lt;/h4&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&lt;b&gt;[1] Human Pose Estimation 기초 이론 정리 및 설명&lt;/b&gt;&lt;/h4&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;1.Basics &lt;br /&gt;2.Loss-Function &lt;br /&gt;3.Evaluation&amp;nbsp;Metrics &lt;br /&gt;4.참고자료&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;span style=&quot;color: #ee2323;&quot;&gt;&lt;b&gt;사이트&lt;/b&gt;&lt;/span&gt; : &lt;a href=&quot;https://ctkim.tistory.com/entry/Human-Pose-Estimation-%EA%B8%B0%EC%B4%88-%EC%9D%B4%EB%A1%A0-%EC%A0%95%EB%A6%AC&quot; target=&quot;_blank&quot; rel=&quot;noopener&amp;nbsp;noreferrer&quot;&gt;https://ctkim.tistory.com/entry/Human-Pose-Estimation-%EA%B8%B0%EC%B4%88-%EC%9D%B4%EB%A1%A0-%EC%A0%95%EB%A6%AC&lt;/a&gt;&lt;/p&gt;
&lt;figure id=&quot;og_1711272040348&quot; contenteditable=&quot;false&quot; data-ke-type=&quot;opengraph&quot; data-ke-align=&quot;alignCenter&quot; data-og-type=&quot;article&quot; data-og-title=&quot;Human Pose Estimation 기초 이론 정리 및 설명&quot; data-og-description=&quot;☞ 문서의 내용은 가장 하단 참고문헌 및 사이트를 참고하여 필자가 보기 쉽도록 정리한 내용입니다. ☞ 틀린 내용 및 저작권 관련 문의가 있는 경우 문의하시면 수정 및 삭제 조치하겠습니다. B&quot; data-og-host=&quot;ctkim.tistory.com&quot; data-og-source-url=&quot;https://ctkim.tistory.com/entry/Human-Pose-Estimation-%EA%B8%B0%EC%B4%88-%EC%9D%B4%EB%A1%A0-%EC%A0%95%EB%A6%AC&quot; data-og-url=&quot;https://ctkim.tistory.com/entry/Human-Pose-Estimation-%EA%B8%B0%EC%B4%88-%EC%9D%B4%EB%A1%A0-%EC%A0%95%EB%A6%AC&quot; data-og-image=&quot;https://scrap.kakaocdn.net/dn/bawOxH/hyVDD2kGLx/7paWUWKQyzGhqCxXcU3iE0/img.png?width=800&amp;amp;height=284&amp;amp;face=0_0_800_284,https://scrap.kakaocdn.net/dn/bqHlHM/hyVDy7Lysv/NlMeQBp4YmIU1uVEv6SvyK/img.png?width=800&amp;amp;height=284&amp;amp;face=0_0_800_284,https://scrap.kakaocdn.net/dn/c2gWtz/hyVDvwsCNR/VzuaSZF8ekDwO19zTGLZRk/img.png?width=603&amp;amp;height=770&amp;amp;face=0_0_603_770&quot;&gt;&lt;a href=&quot;https://ctkim.tistory.com/entry/Human-Pose-Estimation-%EA%B8%B0%EC%B4%88-%EC%9D%B4%EB%A1%A0-%EC%A0%95%EB%A6%AC&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot; data-source-url=&quot;https://ctkim.tistory.com/entry/Human-Pose-Estimation-%EA%B8%B0%EC%B4%88-%EC%9D%B4%EB%A1%A0-%EC%A0%95%EB%A6%AC&quot;&gt;
&lt;div class=&quot;og-image&quot; style=&quot;background-image: url('https://scrap.kakaocdn.net/dn/bawOxH/hyVDD2kGLx/7paWUWKQyzGhqCxXcU3iE0/img.png?width=800&amp;amp;height=284&amp;amp;face=0_0_800_284,https://scrap.kakaocdn.net/dn/bqHlHM/hyVDy7Lysv/NlMeQBp4YmIU1uVEv6SvyK/img.png?width=800&amp;amp;height=284&amp;amp;face=0_0_800_284,https://scrap.kakaocdn.net/dn/c2gWtz/hyVDvwsCNR/VzuaSZF8ekDwO19zTGLZRk/img.png?width=603&amp;amp;height=770&amp;amp;face=0_0_603_770');&quot;&gt;&amp;nbsp;&lt;/div&gt;
&lt;div class=&quot;og-text&quot;&gt;
&lt;p class=&quot;og-title&quot; data-ke-size=&quot;size16&quot;&gt;Human Pose Estimation 기초 이론 정리 및 설명&lt;/p&gt;
&lt;p class=&quot;og-desc&quot; data-ke-size=&quot;size16&quot;&gt;☞ 문서의 내용은 가장 하단 참고문헌 및 사이트를 참고하여 필자가 보기 쉽도록 정리한 내용입니다. ☞ 틀린 내용 및 저작권 관련 문의가 있는 경우 문의하시면 수정 및 삭제 조치하겠습니다. B&lt;/p&gt;
&lt;p class=&quot;og-host&quot; data-ke-size=&quot;size16&quot;&gt;ctkim.tistory.com&lt;/p&gt;
&lt;/div&gt;
&lt;/a&gt;&lt;/figure&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&lt;b&gt;[2] Human Pose Estimation 이란? (2022)&lt;/b&gt;&lt;/h4&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;1.OpenPose &lt;br /&gt;2.High-Resolutiono&amp;nbsp;Net&amp;nbsp;(HRNet) &lt;br /&gt;3.DeepCut &lt;br /&gt;4.Regional&amp;nbsp;Multi-Person&amp;nbsp;Pose&amp;nbsp;Estimation&amp;nbsp;(AlphaPose) &lt;br /&gt;5.DeepPose &lt;br /&gt;6.PoseNet &lt;br /&gt;7.DensePose &lt;br /&gt;8.TensorFlow&amp;nbsp;Pose&amp;nbsp;Estimation&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;사이트 : &lt;a href=&quot;https://supermemi.tistory.com/entry/Human-Pose-Estimation-%EC%9D%B4%EB%9E%80-2022&quot; target=&quot;_blank&quot; rel=&quot;noopener&amp;nbsp;noreferrer&quot;&gt;https://supermemi.tistory.com/entry/Human-Pose-Estimation-%EC%9D%B4%EB%9E%80-2022&lt;/a&gt;&lt;/p&gt;
&lt;figure id=&quot;og_1711272810082&quot; contenteditable=&quot;false&quot; data-ke-type=&quot;opengraph&quot; data-ke-align=&quot;alignCenter&quot; data-og-type=&quot;article&quot; data-og-title=&quot;Human Pose Estimation 이란? (2022)&quot; data-og-description=&quot;Human Pose Estimation Ultimate Overview in 2022 Human Pose Estimation with Deep Learning - Ultimate Overview in 2022 - viso.ai Pose Estimation is a computer vision technique to predict and track the location of a person or object. List of use cases and arc&quot; data-og-host=&quot;supermemi.tistory.com&quot; data-og-source-url=&quot;https://supermemi.tistory.com/entry/Human-Pose-Estimation-%EC%9D%B4%EB%9E%80-2022&quot; data-og-url=&quot;https://supermemi.tistory.com/entry/Human-Pose-Estimation-%EC%9D%B4%EB%9E%80-2022&quot; data-og-image=&quot;https://scrap.kakaocdn.net/dn/cu37XB/hyVDzMnzZs/DspANEcME1iChfLnaDYNK1/img.png?width=800&amp;amp;height=604&amp;amp;face=0_0_800_604,https://scrap.kakaocdn.net/dn/caWY9h/hyVDI3CX2b/bDK9bxNJw2PtJvsRqsKCNk/img.png?width=800&amp;amp;height=604&amp;amp;face=0_0_800_604,https://scrap.kakaocdn.net/dn/7l0hQ/hyVDE7ZzqD/qA1kjQypAFVATbzbctqHXK/img.png?width=1588&amp;amp;height=1158&amp;amp;face=0_0_1588_1158&quot;&gt;&lt;a href=&quot;https://supermemi.tistory.com/entry/Human-Pose-Estimation-%EC%9D%B4%EB%9E%80-2022&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot; data-source-url=&quot;https://supermemi.tistory.com/entry/Human-Pose-Estimation-%EC%9D%B4%EB%9E%80-2022&quot;&gt;
&lt;div class=&quot;og-image&quot; style=&quot;background-image: url('https://scrap.kakaocdn.net/dn/cu37XB/hyVDzMnzZs/DspANEcME1iChfLnaDYNK1/img.png?width=800&amp;amp;height=604&amp;amp;face=0_0_800_604,https://scrap.kakaocdn.net/dn/caWY9h/hyVDI3CX2b/bDK9bxNJw2PtJvsRqsKCNk/img.png?width=800&amp;amp;height=604&amp;amp;face=0_0_800_604,https://scrap.kakaocdn.net/dn/7l0hQ/hyVDE7ZzqD/qA1kjQypAFVATbzbctqHXK/img.png?width=1588&amp;amp;height=1158&amp;amp;face=0_0_1588_1158');&quot;&gt;&amp;nbsp;&lt;/div&gt;
&lt;div class=&quot;og-text&quot;&gt;
&lt;p class=&quot;og-title&quot; data-ke-size=&quot;size16&quot;&gt;Human Pose Estimation 이란? (2022)&lt;/p&gt;
&lt;p class=&quot;og-desc&quot; data-ke-size=&quot;size16&quot;&gt;Human Pose Estimation Ultimate Overview in 2022 Human Pose Estimation with Deep Learning - Ultimate Overview in 2022 - viso.ai Pose Estimation is a computer vision technique to predict and track the location of a person or object. List of use cases and arc&lt;/p&gt;
&lt;p class=&quot;og-host&quot; data-ke-size=&quot;size16&quot;&gt;supermemi.tistory.com&lt;/p&gt;
&lt;/div&gt;
&lt;/a&gt;&lt;/figure&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&lt;b&gt;[3] Human Pose Estimation 최신 연구 동향, One-shot(root node based regression) 방법&lt;/b&gt;&lt;/h4&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;1.&amp;nbsp;CenterNet&amp;nbsp;(2019)(one-shot&amp;nbsp;기반&amp;nbsp;방식의&amp;nbsp;시초가&amp;nbsp;된&amp;nbsp;논문) &lt;br /&gt;2.&amp;nbsp;Single-Stage&amp;nbsp;Multi-Person&amp;nbsp;Pose&amp;nbsp;Machines&amp;nbsp;(2019) &lt;br /&gt;3.&amp;nbsp;Microsoft&amp;nbsp;Research의&amp;nbsp;Point-Set&amp;nbsp;Anchors,&amp;nbsp;PointSetNet&amp;nbsp;(2020) &lt;br /&gt;4.&amp;nbsp;ICCV&amp;nbsp;2021에&amp;nbsp;소개된&amp;nbsp;CenterAttention&amp;nbsp;방법&amp;nbsp;(2021) &lt;br /&gt;5.&amp;nbsp;PoseDet&amp;nbsp;(2021) &lt;br /&gt;6.&amp;nbsp;google의&amp;nbsp;movenet&amp;nbsp;(2021) &lt;br /&gt;7.&amp;nbsp;CVPR&amp;nbsp;2022에&amp;nbsp;소개된&amp;nbsp;DAS&amp;nbsp;모델&amp;nbsp;(2022) &lt;br /&gt;8.&amp;nbsp;ECCV&amp;nbsp;2022에&amp;nbsp;소개된&amp;nbsp;KAPAO(Keypoints&amp;nbsp;And&amp;nbsp;Poses&amp;nbsp;A&amp;nbsp;s&amp;nbsp;Objects)&amp;nbsp;(2022) &lt;br /&gt;9.&amp;nbsp;AAAI&amp;nbsp;2022에&amp;nbsp;소개된&amp;nbsp;AdaptivePose&amp;nbsp;(2022)&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;span style=&quot;color: #ee2323;&quot;&gt;&lt;b&gt;사이트 :&lt;/b&gt;&lt;/span&gt; &lt;a href=&quot;https://eehoeskrap.tistory.com/685&quot; target=&quot;_blank&quot; rel=&quot;noopener&amp;nbsp;noreferrer&quot;&gt;https://eehoeskrap.tistory.com/685&lt;/a&gt;&lt;/p&gt;
&lt;figure id=&quot;og_1711272576883&quot; contenteditable=&quot;false&quot; data-ke-type=&quot;opengraph&quot; data-ke-align=&quot;alignCenter&quot; data-og-type=&quot;article&quot; data-og-title=&quot;Human Pose Estimation 최신 연구 동향, One-shot(root node based regression) 방법&quot; data-og-description=&quot;humanpose estimation 연구 분야에서 접근 방식을 주로 top-down, bottom-up 방법으로 나누곤 하는데요, 이외에도 주목해야할 방식이 있습니다. 바로 one-shot approach 입니다. (CenterAttention 논문에서 나온 표현) &quot; data-og-host=&quot;eehoeskrap.tistory.com&quot; data-og-source-url=&quot;https://eehoeskrap.tistory.com/685&quot; data-og-url=&quot;https://eehoeskrap.tistory.com/685&quot; data-og-image=&quot;https://scrap.kakaocdn.net/dn/b29OzB/hyVDGSg8Hz/JUpbm0amw7bKu8lucQ6sl1/img.png?width=800&amp;amp;height=354&amp;amp;face=0_0_800_354,https://scrap.kakaocdn.net/dn/J136d/hyVDxugrBd/Sc64Wy9d1XRLW93KZ80CKk/img.png?width=800&amp;amp;height=354&amp;amp;face=0_0_800_354,https://scrap.kakaocdn.net/dn/dz51FC/hyVDsNfCb9/FMaECoixCmrK0QtQLUvRoK/img.png?width=1106&amp;amp;height=976&amp;amp;face=0_0_1106_976&quot;&gt;&lt;a href=&quot;https://eehoeskrap.tistory.com/685&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot; data-source-url=&quot;https://eehoeskrap.tistory.com/685&quot;&gt;
&lt;div class=&quot;og-image&quot; style=&quot;background-image: url('https://scrap.kakaocdn.net/dn/b29OzB/hyVDGSg8Hz/JUpbm0amw7bKu8lucQ6sl1/img.png?width=800&amp;amp;height=354&amp;amp;face=0_0_800_354,https://scrap.kakaocdn.net/dn/J136d/hyVDxugrBd/Sc64Wy9d1XRLW93KZ80CKk/img.png?width=800&amp;amp;height=354&amp;amp;face=0_0_800_354,https://scrap.kakaocdn.net/dn/dz51FC/hyVDsNfCb9/FMaECoixCmrK0QtQLUvRoK/img.png?width=1106&amp;amp;height=976&amp;amp;face=0_0_1106_976');&quot;&gt;&amp;nbsp;&lt;/div&gt;
&lt;div class=&quot;og-text&quot;&gt;
&lt;p class=&quot;og-title&quot; data-ke-size=&quot;size16&quot;&gt;Human Pose Estimation 최신 연구 동향, One-shot(root node based regression) 방법&lt;/p&gt;
&lt;p class=&quot;og-desc&quot; data-ke-size=&quot;size16&quot;&gt;humanpose estimation 연구 분야에서 접근 방식을 주로 top-down, bottom-up 방법으로 나누곤 하는데요, 이외에도 주목해야할 방식이 있습니다. 바로 one-shot approach 입니다. (CenterAttention 논문에서 나온 표현)&lt;/p&gt;
&lt;p class=&quot;og-host&quot; data-ke-size=&quot;size16&quot;&gt;eehoeskrap.tistory.com&lt;/p&gt;
&lt;/div&gt;
&lt;/a&gt;&lt;/figure&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;h4 data-ke-size=&quot;size20&quot;&gt;&lt;b&gt;[4] YOLOv7 Pose vs MediaPipe in Human Pose Estimation&lt;/b&gt;&lt;/h4&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;1. What is YOLOv7 Pose? &lt;br /&gt;2.&amp;nbsp;What&amp;nbsp;is&amp;nbsp;MediaPipe&amp;nbsp;Pose? &lt;br /&gt;3.&amp;nbsp;How&amp;nbsp;is&amp;nbsp;YOLOv7&amp;nbsp;Pose&amp;nbsp;different&amp;nbsp;from&amp;nbsp;MediaPipe? &lt;br /&gt;4.&amp;nbsp;How&amp;nbsp;YOLOv7&amp;nbsp;Pose&amp;nbsp;compares&amp;nbsp;to&amp;nbsp;MediaPipe?&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;사이트 : &lt;a href=&quot;https://learnopencv.com/yolov7-pose-vs-mediapipe-in-human-pose-estimation/&quot; target=&quot;_blank&quot; rel=&quot;noopener&amp;nbsp;noreferrer&quot;&gt;https://learnopencv.com/yolov7-pose-vs-mediapipe-in-human-pose-estimation/&lt;/a&gt;&lt;/p&gt;
&lt;figure id=&quot;og_1711272932545&quot; contenteditable=&quot;false&quot; data-ke-type=&quot;opengraph&quot; data-ke-align=&quot;alignCenter&quot; data-og-type=&quot;article&quot; data-og-title=&quot;YOLOv7 Pose vs MediaPipe in Human Pose Estimation&quot; data-og-description=&quot;YOLOv7 Pose is a real time, multi person keypoint detection model capable of giving highly accurate pose estimation results. We compared it with MediaPipe Pose.&quot; data-og-host=&quot;learnopencv.com&quot; data-og-source-url=&quot;https://learnopencv.com/yolov7-pose-vs-mediapipe-in-human-pose-estimation/&quot; data-og-url=&quot;https://learnopencv.com/yolov7-pose-vs-mediapipe-in-human-pose-estimation/&quot; data-og-image=&quot;https://scrap.kakaocdn.net/dn/FAIhB/hyVDvpE9o9/le2K7istIvD9MnsQDtD6m0/img.gif?width=768&amp;amp;height=432&amp;amp;face=0_0_768_432,https://scrap.kakaocdn.net/dn/2HWjh/hyVDv4ieW3/9BGPXEi2lmle3V3r0uvidK/img.gif?width=768&amp;amp;height=432&amp;amp;face=0_0_768_432,https://scrap.kakaocdn.net/dn/bNqVrC/hyVDIbtV86/FYxKRrDCkxktLrmQKSJ500/img.gif?width=768&amp;amp;height=432&amp;amp;face=0_0_768_432&quot;&gt;&lt;a href=&quot;https://learnopencv.com/yolov7-pose-vs-mediapipe-in-human-pose-estimation/&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot; data-source-url=&quot;https://learnopencv.com/yolov7-pose-vs-mediapipe-in-human-pose-estimation/&quot;&gt;
&lt;div class=&quot;og-image&quot; style=&quot;background-image: url('https://scrap.kakaocdn.net/dn/FAIhB/hyVDvpE9o9/le2K7istIvD9MnsQDtD6m0/img.gif?width=768&amp;amp;height=432&amp;amp;face=0_0_768_432,https://scrap.kakaocdn.net/dn/2HWjh/hyVDv4ieW3/9BGPXEi2lmle3V3r0uvidK/img.gif?width=768&amp;amp;height=432&amp;amp;face=0_0_768_432,https://scrap.kakaocdn.net/dn/bNqVrC/hyVDIbtV86/FYxKRrDCkxktLrmQKSJ500/img.gif?width=768&amp;amp;height=432&amp;amp;face=0_0_768_432');&quot;&gt;&amp;nbsp;&lt;/div&gt;
&lt;div class=&quot;og-text&quot;&gt;
&lt;p class=&quot;og-title&quot; data-ke-size=&quot;size16&quot;&gt;YOLOv7 Pose vs MediaPipe in Human Pose Estimation&lt;/p&gt;
&lt;p class=&quot;og-desc&quot; data-ke-size=&quot;size16&quot;&gt;YOLOv7 Pose is a real time, multi person keypoint detection model capable of giving highly accurate pose estimation results. We compared it with MediaPipe Pose.&lt;/p&gt;
&lt;p class=&quot;og-host&quot; data-ke-size=&quot;size16&quot;&gt;learnopencv.com&lt;/p&gt;
&lt;/div&gt;
&lt;/a&gt;&lt;/figure&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;계속 추가 중 ...&lt;/b&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;[알아둘&amp;nbsp;상식&amp;nbsp;퀴즈]&lt;/b&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(&lt;u&gt;&amp;nbsp;&amp;nbsp;&amp;nbsp;1&amp;nbsp;&amp;nbsp;&amp;nbsp;&lt;/u&gt;)&lt;/b&gt;는&amp;nbsp;이전에는&amp;nbsp;존재하지&amp;nbsp;않았던&amp;nbsp;&lt;b&gt;(&amp;nbsp;&lt;u&gt;&amp;nbsp;&amp;nbsp;2&amp;nbsp;&amp;nbsp;&amp;nbsp;&lt;/u&gt;)&lt;/b&gt;를&amp;nbsp;생성할&amp;nbsp;수&amp;nbsp;있는&amp;nbsp;&lt;u&gt;&lt;b&gt;AI&lt;/b&gt;&lt;/u&gt;를 의미합니다. 즉, &lt;u&gt;&lt;b&gt;기존&amp;nbsp;데이터를&amp;nbsp;분석&lt;/b&gt;&lt;/u&gt;하는&amp;nbsp;것은&amp;nbsp;물론,&amp;nbsp;&lt;b&gt;(&lt;u&gt; &amp;nbsp;&amp;nbsp;2&amp;nbsp; &amp;nbsp;&lt;/u&gt;)&lt;/b&gt;를&amp;nbsp;생성합니다.&amp;nbsp;&lt;b&gt;ChatGPT&lt;/b&gt;와&amp;nbsp;같은&amp;nbsp;&lt;b&gt;(&lt;u&gt;&amp;nbsp;&amp;nbsp;&amp;nbsp;1&amp;nbsp;&amp;nbsp;&amp;nbsp;&lt;/u&gt;)&lt;/b&gt;&amp;nbsp;기반의&amp;nbsp;챗봇에&amp;nbsp;&lt;u&gt;&lt;b&gt;새로운&amp;nbsp;커피&amp;nbsp;회사의&amp;nbsp;슬로건&lt;/b&gt;&lt;/u&gt;을&amp;nbsp;추천해&amp;nbsp;달라고&amp;nbsp;요청해&amp;nbsp;보세요.&amp;nbsp;챗봇은&amp;nbsp;단시간에&amp;nbsp;&lt;b&gt;수십&amp;nbsp;가지&amp;nbsp;커피&amp;nbsp;슬로건을&amp;nbsp;검토한&amp;nbsp;후&lt;/b&gt;&amp;nbsp;&lt;span style=&quot;background-color: #f6e199;&quot;&gt;&lt;b&gt;&amp;lsquo;한&amp;nbsp;잔의&amp;nbsp;여유로&amp;nbsp;하루를&amp;nbsp;즐기세요&amp;rsquo;&lt;/b&gt;&lt;/span&gt;라는&amp;nbsp;&lt;u&gt;&lt;b&gt;새로운&amp;nbsp;슬로건&lt;/b&gt;&lt;/u&gt;을 만들어냅니다.&amp;nbsp; &lt;b&gt;(&lt;u&gt;&amp;nbsp;&amp;nbsp;&amp;nbsp;1&amp;nbsp;&amp;nbsp;&amp;nbsp;&lt;/u&gt;)&lt;/b&gt;의 힘은 생각보다 훨씬 강력합니다. &lt;span style=&quot;background-color: #ffc9af;&quot;&gt;&lt;u&gt;&lt;b&gt;수백만 줄의 DNA 데이터를 분석&lt;/b&gt;&lt;/u&gt;&lt;/span&gt;하여 완전히 &lt;span style=&quot;background-color: #ffc9af;&quot;&gt;&lt;u&gt;&lt;b&gt;새로운 단백질&lt;/b&gt;&lt;/u&gt;&lt;/span&gt;을 만들 수 있습니다. 의사는 &lt;b&gt;(&lt;u&gt;&amp;nbsp;&amp;nbsp;&amp;nbsp;1&amp;nbsp;&amp;nbsp;&amp;nbsp;&lt;/u&gt;)&lt;/b&gt;를 사용하여 종양의 정확한 위치를 찾아내 방사선 치료를 진행합니다. 아티스트는 &lt;span style=&quot;background-color: #f6e199;&quot;&gt;&lt;u&gt;&lt;b&gt;Adobe Firefly&lt;/b&gt;&lt;/u&gt;&lt;/span&gt;와 같은 &lt;b&gt;(&lt;u&gt;&amp;nbsp;&amp;nbsp;&amp;nbsp;1&amp;nbsp;&amp;nbsp;&amp;nbsp;&lt;/u&gt;)&lt;/b&gt; 애플리케이션을 사용하여 자신을 표현하고 상업적으로도 활용할 수 있는 작품을 제작합니다. 이렇듯 &lt;b&gt;(&lt;u&gt;&amp;nbsp;&amp;nbsp;&amp;nbsp;1&amp;nbsp;&amp;nbsp;&amp;nbsp;&lt;/u&gt;)&lt;/b&gt;는 우리 삶에 가까이 있습니다.&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&lt;span style=&quot;color: #555555; text-align: start;&quot;&gt;[주관식]&lt;/span&gt;&lt;br /&gt;&lt;span style=&quot;color: #555555; text-align: start;&quot;&gt;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&lt;/span&gt;&lt;br /&gt;&lt;span style=&quot;color: #555555; text-align: start;&quot;&gt;댓글에 올려 놓고 있습니다.&amp;nbsp;&amp;nbsp;&lt;/span&gt;&lt;br /&gt;&lt;span style=&quot;color: #555555; text-align: start;&quot;&gt;감사합니다.~~&amp;nbsp;(--)(__)&amp;nbsp;&lt;/span&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;[ 퀴즈 ]&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(1) Ensemble AI Model 4가지 &amp;amp; 특징 :&amp;nbsp;&lt;/b&gt;&lt;a href=&quot;https://dev-sites.tistory.com/61&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/61&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(2) Confusion Matrix : Measure(Metric)의 기본&lt;/b&gt;&lt;/p&gt;
&lt;div style=&quot;color: #333333; text-align: start;&quot;&gt;
&lt;table style=&quot;color: #333333; text-align: start; border-collapse: collapse; width: 100%;&quot; border=&quot;1&quot; data-ke-align=&quot;alignLeft&quot; data-ke-style=&quot;style12&quot;&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&amp;nbsp;&lt;/td&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&lt;b&gt;&amp;nbsp;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 양성&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #9b9b9b; color: #ffffff;&quot;&gt;&lt;b&gt;&amp;nbsp;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 음성&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #efefef;&quot;&gt;&lt;b&gt;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 양성&lt;/b&gt;&lt;/td&gt;
&lt;td&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;td&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td style=&quot;background-color: #efefef;&quot;&gt;&lt;b&gt;[&amp;nbsp; &amp;nbsp; &amp;nbsp; &amp;nbsp;] 음성&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #f9f9f9;&quot;&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;td style=&quot;background-color: #f9f9f9;&quot;&gt;&lt;b&gt;?&lt;/b&gt;&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(3) Precision = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(4) Recall = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(5) Accuracy = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(6) mAP = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;(7) F1-Score = ?&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #333333; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;정답 :&lt;span&gt;&amp;nbsp;&lt;/span&gt;&lt;a href=&quot;https://dev-sites.tistory.com/62&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/62&lt;/a&gt;&lt;/p&gt;
&lt;/div&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;AI 딥러닝 관련 유투브 강좌&lt;/b&gt;&lt;br /&gt;&lt;a href=&quot;https://dev-sites.tistory.com/51&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/51&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;MLOPS 관련 유투브 강좌&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;a href=&quot;https://dev-sites.tistory.com/89&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/89&lt;/a&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;b&gt;생성형AI 관련 유투브 강좌&lt;/b&gt;&lt;/p&gt;
&lt;p style=&quot;color: #555555; text-align: start;&quot; data-ke-size=&quot;size16&quot;&gt;&lt;a title=&quot;https://dev-sites.tistory.com/95&quot; href=&quot;https://dev-sites.tistory.com/95&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot;&gt;https://dev-sites.tistory.com/95&lt;/a&gt;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;
&lt;p data-ke-size=&quot;size16&quot;&gt;&amp;nbsp;&lt;/p&gt;</description>
      <category>AI-Study</category>
      <category>deep learning</category>
      <category>HPE</category>
      <category>Human Pose</category>
      <category>human pose estimation</category>
      <author>황소의일격</author>
      <guid isPermaLink="true">https://dev-sites.tistory.com/96</guid>
      <comments>https://dev-sites.tistory.com/96#entry96comment</comments>
      <pubDate>Sun, 24 Mar 2024 18:39:54 +0900</pubDate>
    </item>
  </channel>
</rss>