이유민

기사를 넘어, 저널리즘 콘텐츠1 - 독자를 상정한 기사는 무엇일까

이유민 — Wed, 16 Mar 2022 08:41:17 GMT

*기자준비생이 격리기간에 생각나는대로 적는 _무언가_ *UX와 콘텐츠기획을 공부하며 들었던 생각 + 기사를 쓰며 들었던 생각을 정리하며 +++ *NEW저널리즘으로 대변되는 데이터저널리즘에대한 고민, 인터랙티브 콘텐츠에 대한 본질적인 고민에서 시작되었습니다 전화번호와 신호등 '010-123-4567' 7자리의 전화번호를 기억하는가? 인간이 기억할 수

고양시 아파트 실거래가 분석 2편 - 고양시 실거래가 분석 2편

이유민 — Wed, 16 Mar 2022 08:17:35 GMT

6. 데이터 분석 및 시각화 6-1. 아파트 가격 •아파트가격의 중위값은 3억 5천만원이다. •박스플롯을 확인한 결과 1분위수인 2억 6천, 3분위수 5억 천만원을 확인할 수 있다. •위의 아파트 가격의 히스토그램은 5000만원 단위로 그려진 그래프이다. •3억~3억5천 사이의 금액의 아파트가 가장 많이 나타나고 있으며 3억 5천~4천 사이 금액의

고양시 아파트 실거래가 분석 1편 - 고양시 아파트 실거래가 분석 (R과 위치데이터를 활용한)

이유민 — Wed, 16 Mar 2022 08:17:10 GMT

1. 분석배경 고양시가 1기 일산 신도시, 3기 신도시 등으로 인해 최근 큰 이슈인 것 같아요. 일산서구, 일산동구 지역은 1기 신도시로서, GTX건설 등으로 최근 집값이 오르는 추세다. 3기 신도시가 건설되는 덕양구, 삼송 부근은 3기 신도시 확정의 여파로 최근 아파트 가격이 주목받고 있는 걸로 알고 있어, 필자는 고양시 아파트 실거래가를 R로 분석했

2021년의 회고1 : 학교수업 - 40학점을 들은 시간들

이유민 — Wed, 29 Dec 2021 11:00:40 GMT

올해 들은 여러 수업들 그리고 학회들 여러모로 걱정이 많았고 그에비해 관심있는 일들은 많이할 수 있었던 시간인 2021년. 간단하게 요약하려해본다. 먼저 교내외활동으로 간략 요약 과목 별점은 성균관대 국어국문학과 데이터사이언스융합전공 분들께 참고하라는 의미에서.... 교내활동 : 국문+데사 42학점의 수업듣기, 교내 인터뷰동아리, 교내 인공지능학회 T

<착취도시, 서울>을 읽고 - 생전 처음 써보는 '편집자' 시선으로서의 독후감

이유민 — Tue, 24 Aug 2021 04:58:32 GMT

한 사람이 사람답게 살 수 있는 집은 무엇일까 영화 <기생충>이 재현한 반지하 방의 생활은 누군가에겐 현재 진행형이다. 서울이라는 거대 도시에 늘 존재했지만, 알기 어려웠던 주거 빈곤의 실태를 <착취도시, 서울>은 샅샅이 보여준다. 언론에서도 종종 주목했으나 ‘쪽방’은 소위 그 삶이 얼마나 처참한지를 드러내는 ‘빈곤 포르노’의 소재로만 쓰였을 뿐, 누구

14. Autoencoders & GM

이유민 — Tue, 24 Aug 2021 01:16:35 GMT

Autoencoder - 입력을 그대로 모사하는 것을 목적으로 하는 신경망 - g(f(x))=x - 여기서, f(x) : 인코더 => hidden representation으로 학습 - g(f(x)) => 디코더 ! - 손실함수를 정의해 최소화하는 방식 : 연속형 : 최소제곱법 : 이산형 : 크로스엔트로피 - 목적 :입력데이터를 잘 '표현'하려는 목적

13. RNN

이유민 — Mon, 23 Aug 2021 19:34:47 GMT

Recurrent Neural Networks Sequential 데이터 - input이 가변길이로 주어진다면? - Sequential 데이터 : 가변길이 ex) 순차적 데이터, 음성, 주식, test, 화학식 - 데이터 특징이 순서에 크게 의존 - 입력과 출력 모두 순차적 데이터의 형태로 나타날 수 있음 - 각 sequential task에 적합한

12. CNN

이유민 — Mon, 23 Aug 2021 19:08:55 GMT

Convolutional Neural Network Convolutional Neural Network - input의 로컬 structure을 고려 - multidimensional (D>2) 입력 - convolution layer => pooling layer => fully connected layer convolution Operation -

11. 딥러닝 가이드라인

이유민 — Mon, 23 Aug 2021 18:42:35 GMT

Overfitting - 모델 복잡도가 큰 딥러닝에선 overfitting문제가 발생하기 쉬움 - 이를 해결하기 위한 많은 방법 ! - Regularization!! (오버피팅 막기 위해서) : parmeter norm penality : Data augmentation (데이터를 늘려줌) : Multitask learning

10. 딥러닝 및 다층 퍼셉트론

이유민 — Mon, 23 Aug 2021 18:02:30 GMT

딥러닝 딥러닝 - Gradient decent 방법 사용, - 다수의 hidden layer - 기존의 머신러닝 알고리즘들은 많은 분야에 잘 적용되어옴. but 인공지능 스러운 것 X 다양체 가정 - 랜덤이 아님!!! - 실생활에서 현실에 존재하는 쪽에 확률분포가 집중 되어 있음 - 다양체는 하나 or 여러개 존재, 내부의 움직임이 의미를 가짐 - 다

9. 군집화

이유민 — Mon, 23 Aug 2021 17:15:40 GMT

**지금까지는 supervised learning, 이제 unsupervised learning할 차례** Clustering Clustering(군집화) - 서로 비슷하거나, 유사한데이터를 같은 군집에, 다른 데이터들이 다른 군집! - 데이터에 레이블 없는 비지도 학습방법 - 응용분야 1) 이해 : 서로 관련된 문서 표현, 비슷한 기능을 수행하

8. 비선형 분류모형 3

이유민 — Mon, 23 Aug 2021 15:50:52 GMT

SVM (Support Vector machine) : find a linear hyperplane ! 데이터를 양분할 수 있는 것. => 머신러닝에서 가장 많이 사용 SVM - Maximum Margin Classification - Support Vector(hyper plane으로부터 가장 가까운 점들) - Margin = decision bound

7. 비선형분류모형2

이유민 — Mon, 23 Aug 2021 15:12:56 GMT

knn 정의와 가까움 - 분류하고자 하는 새로운 데이터와 가장 가까운 k개의 학습데이터를 클래스 분류 - 주로 속한 클래스로 ! : majoritiy voting - '가까움'은 데이터들의 입력변수를 이용해 결정 가까움의 정의 - 유클리디안 : 가장 일반적임 (점-점)제곱의 합 - 마할라노비스 : 분산값으로 나눠줘서 scale조정 - 코사인 유사도 :

6. 비선형분류모형1

이유민 — Mon, 23 Aug 2021 14:41:18 GMT

의사결정나무 의사결정나무 : 널리 사용되는 분류기 : 복잡한 데이터에 대하여 좋은 성느을 보임 : 학습데이터로부터 '설명가능한' 분류기준을 결정 -> 이게 왜? : 많은 머신러닝 모델이 '블랙박스' (설명불가능함) : 데이터를 '뿌리'로부터 말단의 '잎'까지 순차적 분류 의사결정나무 알고리즘 : Hunt's algorithm : CART : ID3, C

5. 선형분류모형2

이유민 — Mon, 23 Aug 2021 12:31:41 GMT

조건부확률과 베이즈정리 조건부확률 1) 결합확률 = 사건의 교집합 / 전체 - 임의로 뽑힌 학생한명이 정시 입학한 여학생인 확률? 2) 주변확률 = 두개의 확률변수 있지만, 일부만! - 뽑힌학생이 수시입학한 학생일 확률은? 3) 조건부확률 = 분자도 교집합 분모는 일부확률변수만 - 뽑힌 학생이 남학생임을 알 때, 이 남학생이 정시입학생일

4. 선형분류모형1

이유민 — Mon, 23 Aug 2021 11:54:50 GMT

분류문제의 정의 분류(Classification) - 학습데이터가 주어졌을때, 해당 학습데이터의 독립변수를 이용해 클래스를 예측하는 것. (vs. 회귀 = 종속변수의 값을 예측하는 것) - 클래스 : 연속된 값이 아닌 특정 그룹을 상징하는 이산적인 값 - 일반적으로 클래스를 독립변수들에 대한 함수로 표현하는 모델을 찾아냄 => 어떤조건에서 각 class

3. 선형회귀분석2

이유민 — Mon, 23 Aug 2021 09:09:27 GMT

과적합과 과소적합 일반화 (generalization) - 머신러닝 알고리즘들은 학습과정을 통하여 점차 학습 데이터에 대하여 오차('학습오차)를 감소시켜나감. - 그러나, 우리가 도메인에서 주어진 임의에 데이터에 대하여 성능이 뛰어난 모델, " 일반화 오차 (generalization error) 가 작은 모델을 원함. - 따라서 모델의 성능 평가시,

2. 선형회귀분석1

이유민 — Mon, 23 Aug 2021 08:41:16 GMT

회귀분석 - 독립변수와 종속변수 사이의 관계를 선형의 관계로 가정 (x,y관계를 직선으로 가정) y = a+bx+e 여기서 오차 e 는 정규분포(평균0, 표준편차1)를 따르는 랜덤한 확률변수 a,b는 미지의 모수 y는 종속변수로 독립변수 x에 따라 결정되는 값 - 독립변수의 종류 1) 양적 입력 2) 양적입력의변환 (log, 루트 등) 3) 입력변수

1. 머신러닝 딥러닝 개념 - 성균관대학교 2021-1학기 도전학기 리뷰

이유민 — Tue, 06 Jul 2021 07:18:16 GMT

✔ 머신러닝, 딥러닝, AI 무엇이 다른가. - AI는 weak AI와 strong AI 가 있다. 한가지 일을 사람처럼 잘하는게 weakAI이고, 현재 산업계에서 사용되는 건 weak AI가 다수다. 실행활에서 쓰는 것도 weakAI. - 우리가 영화에서 보듯 사람처럼 행동하고 모든 걸 생각하는 건 strongAI. - strongAI를 위해 많은 사

오타쿠, 그리고 우리 - 서브컬쳐와 팬덤문화 첫번째 시간. 오타쿠

이유민 — Mon, 24 Feb 2020 04:01:43 GMT

<화성인 바이러스>와 <현대 시각문화 연구회>, 그리고 나의 인식 <화성인 바이러스 꽃미남 의대생 편>에 이어 한국에서 방영된 <화성인 바이러스 십덕후편>의 오타쿠의 수용이 한국에서 만연한 오타쿠의 인식이었다. 그리고 이에 대한 시각을 아직도 가진 사람은 주변에 넘쳐난다. 하지만 나는 한 일본의 애니메이션을 보고 <화성인 바이러스>의 MC가 계속해서 내뱉