프로세스
AI 기획 , 분석 기획 →데이터 수집 → 전처리(결측치, 변수 선택, 파생변수, 훈련/유효검사/ test데이터)→ 모델링(머신러닝/ 딥러닝) → 평가 → 배포(웹)
웹 - 요구사항 정의서
- 기능적 요구사항
- 비기능적 요구사항
요구사항 정의서 → UML
what(요구사항 정의서) → HOW(분석/ 아키텍처/ UI/ DB…) → 설계 → 구현 → 테스트
유즈케이스 : 기능위주로
- 동그라미 : 기능
- 사람 : 액터 (사용하는 사람)
사전 훈련된 모델 활용하기(p.311)
사전 훈련된 모델: 일반적으로 대규모 이미지 분류 문제를 위해 대량의 데이터셋에서 미리 훈련된 모델
기존 학습(사전학습)된 모델에다가 필요한 것만추가로
conv … : feature 추출
NN → y
16개 층으로 이미지 인식하는 모델 생성 vgg16(cnn모델)
출력층ㅇ이 상위층
상위층으로 갈 수록 크기가 작아짐 → 압축을 강하게 하기위함 → 이미지에 특화
가면 갈수록 고유한 특성정보를 찾아냄
층 지날 때마다 feature map 나옴 →
학습된 모델을 쓰더라도, 똑같른 거라면 분리되어야하는게 똑같아지기 때문다
어디까지 재활용할 수. 있는지 확인하기위해 →각 층별로 특징을 확인한다
뒤로갈수록 전역적 (압축된) 특징 단순화된 이미지 포함
앞으로 갈수록 지역적 특징(국소적)이 강하다
점점 구체화되면서 … 전체 그림을 반영한 구조도가 나옴
출력층에 가까울수록 상위층