잡코더

용어정리 PG사 결제대행사. 내가 어떤 상품에 대해 XX카드로 5만원 결제를 원한다고 요청을 보내면, 온라인 상에서 실제로 XX카드를 들고 XX카드사에 결제를 해 주는 회사이다. 가맹점 이 PG사들과 계약을 맺고 PG사를 통해 결제를 맡기는 점포. 즉 우리의, 내가 관리하는 웹 서버이다. 결제 프로세스의 이론적 설명 https://github.com/iamport/iamport-manual/tree/master/인증결제 GitHub - iamport/iamport-manual: 아임포트(iamport) 결제연동을 위한 매뉴얼입니다. 아임포트(iamport) 결제연동을 위한 매뉴얼입니다. Contribute to iamport/iamport-manual development by creating an ac..

세미콜론즈 음성인식 프로젝트 사람 목소리를 text로 전환 전환된 text의 감정을 분석 사람 목소리의 데시벨이 가중치로 들어감 사실상 언어모델을 만들어야 함 감정 분석 결과를 텍스트로 정리 텍스트로 정리된 결과가 긍정일수록 초록색, 부정일수록 빨간색 정리된 텍스트를 기계목소리로 전환해서 사용자에게 반환 생각 해야 할 것 목소리의 크기가 감정에 포함이 되는가? 목소리가 큰 사람들은 특정 감정을 갖지 않는 경우가 존재한다. 언어 모델 만드는 것. 데이터를 어떻게 전처리하고, 학습시킬 것인가? 텍스트로 정리된 결과가 긍정, 부정 말고 어떻게 표현할 수 있는가?

이번 여름 계절 현장실습으로 전문 외주 업체인 (주)세미콜론즈에 오게 되었다. 같이 참여한 현장 실습생과 회사 내부의 프로젝트에 참여하게 되었다. 아직 아이디어 구체화 단계이지만, 음성의 감정을 인식하는 프로젝트이다. 디자인과 실용화에서 확장을 해나가서 많이 배우게 되는 계기가 되었으면 한다. http://semicolons.co.kr/ 도전하는 기업 (주)세미콜론즈 4차산업을 준비하는 (주)세미콜론즈입니다. 통신을 하는 모든 디바이스 프로젝트를 개발합니다. semicolons.co.kr

블록체인 원리 가장 중요한 개념만 쉽게 설명 https://www.youtube.com/watch?v=ybJW3LF7pkU 이전 글에서 간단한 블록체인의 원리는 이해 했을 것이다. 우리는 거래내역을 갖고있는 블록을 갖고있고, 이 블록들은 체인처럼 강력하게 엮여있다. 여기서 체인을 거는데 있어서 가장 중요한 개념은 문서 압축이다. 이때 문서에서 점 하나만 달라져도 압축된 문자열은 완전히 바뀌게된다. 문서를 문자열로 바꾸는 것은 가능하지만, 문자열을 문서로 바꾸는 것은 불가능하다. 현재 비밀번호를 관리하는 것이 이러한 해시함수에 해당한다. 블록체인에서 강력한 체인을 형성하기 위해 이러한 기술을 사용한다. 블록이 갖고 있는 데이터를 해시함수를 통해 되돌릴수 없게 만들고 이를 다른 블록에서 저장하는 구조이다. ..

블록체인 https://www.youtube.com/watch?v=BKLfMx5hscI 비트코인을 위해 블록체인이 생겨났다 처음에는 현재의 현금거래 제도에 대항한다 라는 취지를 가졌다. 예시를 들어보자 쉽게 예로 들면 외국에서 돈을 탕진한 친구가 100만원을 나에게 빌린다고 가정해보자 그럼 내 돈이 친구에게 순간이동해서 도착하는 것이 아니다. 나는 은행을 통해 송금을 요청하고 은행은 내가 그 돈을 가진지 검사한다. 검사완료가 되면 친구의 계좌에 넘어가게 된다. 이를 정리해보자 이 과정에서 은행이라는 제 3자가 개입을 하게 되었다. 나와 친구 둘만의 거래 과정에서 중개자로 자리잡고, 은행 장부에 이체 내역을 기입 함으로써 내가 친구에게 돈을 전달했다는 것을 보증한다. 여기서 문제점이 존재한다. 둘만의 거래..

모두를 위한 머신러닝 / 딥러닝 강의: hunkim.github.io/ml/ 목차 1. 파일에서 원하는 데이터 읽어오기 2. Queue Runners : 데이터가 너무 클때 1. 파일에서 원하는 데이터 읽어오기 해당 파일은 .csv 파일이며 흔히 알고 있는 .excel과 유사한 파일이라고 생각할 수 있다. CSV(Comma-separated values)은 File Format이며, 콤마를 기준으로 데이터를 구분하는 파일이다. 그렇다면 이 csv파일은 어떻게 읽어오는가? numpy에 존재하는 loadtxt를 이용하면 손쉽게 파일을 Read 할 수 있다. 여기서 데이터의 구분은 ', '콤마로 하고 데이터의 타입은 실수32비트로 설정하였다. 여기서 모든 데이터는 같은 데이터 타입을 갖는다. 해당 슬라이싱 연..

모두를 위한 머신러닝 / 딥러닝 강의: hunkim.github.io/ml/ Multi-variable linear regression 우리는 이제 변수 3개에 대한 출력이 1개인 데이터 셋을 학습시키려한다. 변수가 3개라면 각각의 변수에 대한 weight(가중치)가 존재할 것이고 이 가중치가 곱해진 변수들의 합은 Hypothesis(가설, 직선)을 나타낸다. cost를 정의하고 optimizer를 Gradient Descent Algorithm 을 사용하여 minimize cost를 구하도록 설정하였다. 이제 train을 tf.Session().run(train)을 실행하면 cost는 최소를 구하도록 operation할 것이다. 그리고 학습과정에서 cost와 hypothesis값들의 변화를 출력하기 위..

모두를 위한 머신러닝 / 딥러닝 : hunkim.github.io/ml/ 지난 시간 복습 Hypothesis (가설, 직선) : Weight와 bias의 값을 학습하게 된다. Cost function (cost,loss를 어떻게 정의하는가) : W와 b의 함수이다. 예측값과 실제값의 차이의 제곱평균을 구해서 cost를 구한다. Gradient descent algorithm (cost를 최소로하는 알고리즘) : 그 cost의 경사면을 따라 감소하는 방식의 알고리즘 여러개의 입력(feature)의 Linear Regression 개념 Multivariable Linear Regression 기존의 데이터는 하나의 Input에 대해서 모델을 만들고 학습을 시켜왔다. But, 실제는 여러개의 데이터의 얽히고 ..

모두를 위한 머신러닝 / 딥러닝 : hunkim.github.io/ml/ Graph -> import matplotlib.pyplot 우선 우리는 이 cost라는 놈이 어떻게 생긴지 보자!! ● run을하기 위해 Session을 만들어 주고 초기화 과정을 거치도록 한다. ● W의 경우 -3~5까지 0.1크기로 작게 움직이겠다는 의미를 나타낸다. ● 두 개의 list에 append하여 plt.plot()의 인자로 전달하면 각 list는 x,y축을 기준으로 그래프를 형성한다. ● plt.show()로 그래프를 출력한다. Gradient descent 알파는 learning_rate를 의미하고 작은 값을 사용한다. 다른 것은 수식 그대로 계산하는데 마지막 W값의 교체는 tensor안에 존재하는 assign을 ..

모두를 위한 머신러닝 / 딥러닝: hunkim.github.io/ml/ 지난시간 배웠던 것 저번 시간에 배웠듯이 우리는 Wx+b라는 Hypothesis로 model을 만들었고 실제 값과의 차이의 제곱평균하여 cost를 구하는 것인데, 이때 학습과정에서 cost를 줄이는 최적의 W와 b를 찾아 데이터가 근사된 일차함수를 찾는 것이 목적이다. How to minimize cost (어떻게 cost를 최소화 할까?) 여기서 b가 없다고 가정하여 비교적 쉬운 hypothesis 모델을 만들어 보자 위의 그래프는 Cost와 W(weight)의 관계를 그래프로 그린 것이고 여기서 cost가 최소인 값을 기계식으로 찾아가는 것인데 이때 알고리즘이 필요하다.!!! 이때 많이 사용되는 알고리즘이다. 경사를 따라 내려가는..

모두를 위한 머신러닝 / 딥러닝 : hunkim.github.io/ml/ 주어진 x값에 대해서 예측을 어떻게 할 것인가가 Hypothesis 이고, W(weight)와 b(bios)의 합이다. 이렇게 예측한 값과 true value의 차이를 제곱으로 계산하여 평균하면 cost function의 값을 구할 수 있고, 이것의 최소값을 구하는 것이 우리의 목적이다. 이 Hypothesis(가설, 직선)는 W와 b에 따라 달라지고 cost역시 W와 b를 인자로 갖는 function이다. 여기서 우리가 말하는 학습이라는 것은 데이터를 읽어들이면서 이 cost값을 최소로 하는 W와 b의 값을 찾는 것이다. Tensorflow의 큰 구조 3단계 1. 그래프를 build한다. 2. 해당 그래프를 실행한다. 3. ret..

모두를 위한 머신러닝/딥러닝 강의: hunkim.github.io/ml/ Linear Regression (선형 회귀) supervised learning를 한다고 하면 0~100에서의 데이터를 예측하는 경우 regression이라고 했는데 그렇다면 해당 데이터는 supervised learning를 위해 regression algorithm을 위한 trainning set이 되는 것이다. 해당 training set로 학습을 시키면 model이 생성되고 원하는 x를 넣어 prediction y를 구할 수 있게 되는 것이다. 그럼 이 tainning set이 존재하면 그 데이터들간의 Linear한 특징을 갖을 거라 가정하고 예측하는 기법이 Linear regression이다. 이렇게 일차함수 형식의 Li..