DataMining
-
Generative Adversarial Net : GANDataMining 2020. 6. 29. 19:40
Generative Adversarial Net : GAN 생성적 적대 신경망 네트워크 GAN은 AI로 진짜 같은 가짜 만드는 기술이다. 예) 안경 낀 남자사진 - 안경 없는 남자 사진 + 안경 없는 여자 사진 = 안경 낀 여자 사진 페이스북은 눈감은 사진을 눈 뜨게 고쳐 준다. 여러 사람 얼굴 합치기 Discriminative Model(분류모델) 구분을 잘하도록 학습시키는 것 주어진 데이터 x에 대한 y의 조건부 확률을 학습 Generative Model(생성모델) 데이터의 확률 분포 학습 Generator Discriminative를 속일 수 있는 (진짜)실제와 비슷한 (가짜)데이터를 생성 Discriminator Generator가 생성한 (가짜)데이터와 실제(진짜) 데이터를 구분 Discrimi..
-
양자컴퓨팅DataMining 2020. 6. 29. 17:51
양자 컴퓨팅 (Quantum Mechanics) 양자컴퓨터를 왜 알아야 하나? 양자 우위(Quantumm Supremancy)가 다가오기 때문이다. 양자 우위: 처음으로 양자 컴퓨터가 최고의 기존 컴퓨터보다 우수한 성능을 보인 순간 지수 복잡도 수준 문제를 다항 복잡도 수준으로 해결가능 O(2^n) ->O(n^k) RSA 암호키 해독시간 매우 큰 자리 숫자를 수인수 분해! Quantum Apllcation Areas QuantumAI Quantum Security Enccryption Quantum Weather Forecasting Quantum Finance Quantum Medicine Quantum Aerospace/Astrospace Development Quantum Data Center, Q..
-
DataDataMining 2020. 4. 19. 04:52
Similarity (유사도) 2개의 데이터 오브젝트가 얼마나 비슷한지 수치적으로 측정하는 것. 유사도가 높을 수록 값이 높고, 유사도가 낮을 수록 값이 낮다. 보통 0에서 1사이의 Real Number을 사용한다. Dissmilarity (비유사도) 2개의 데이터가 얼마나 다른지 수치적으로 측정한 것. 데이터가 유사할수록 값이 작다. 유사하지 않을 수록 값이 크다. 0~1로 표현 Proximity (근접?) 유사도와 비유사도를 구분하지 않고 사용하는 것 Attribute Type Dissamilarity Similarity Nominal if p=q -> d=0 (데이터가 유사할 수록 값이 작다) if p ≠ q -> d=1 (데이터가 유사하지 않을 수록 값이 크다) if p=q -> d=1 if p ..
-
Data 1DataMining 2020. 4. 18. 21:33
Data What is data? Collection of data objects and their attributes 데이터는 데이터 객체들의 모음 그리고 그것들의 속성이다 Attribute Values Attribute values are numbers or symbols assigned to an attribute 속성 값은 숫자들 또는 속성이 할당된 기호들이다.(?) 같은 값이 속성마다 다르게 표현될 수 있다. 예를 들어, height는 feet or meters로 측정될 수 있다. 서로 다른 속성이 같은 값이 될 수 있다. Example) ID or Age are Integers. But properties of attribute values can be different Type of Attr..
-
데이터마이닝DataMining 2020. 4. 8. 22:49
데이터 마이닝(data mining)이란? 데이터마이닝은 대규모로 저장된 데이터 안에서 체계적이고 자동적으로 통계적 규칙이나 패턴을 찾아 내는 것이다. KDD(knowledge-discovery in database, 데이터베이스 속의 지식 발견)이라고도 한다. Data mining is the process of discovering patterns in large data sets involving methods at the intersection of machine learning, statistics, and database systems. Non-trivial extraction of implicit, previously unknown and potentailly useful informatio..