쿼카의 개발자 성장기

이번 인턴일지는 딥러닝 모델 실험한 결과를 볼 때 많이 사용되는 지표 중 하나인 ROC curve에 대해 알아보겠습니다! 저도 인턴일 하고, 공부하면서 작성하는 포스팅인만큼 틀린 내용이 있을 수 있습니다. 혹시 틀린 부분이 있다면 댓글로 알려주시면 감사하겠습니다:) ROC curve 개념 ROC curve는 Receiver Operating Characteristic Curve의 약자로 모델 학습 결과의 민감도와 특이도를 바탕으로 그리는 곡선입니다. 주로 검사의 유용성을 판별하거나, 분류 기준이 되는 임계값(threshold)의 적절성 판단의 기준으로 많이 사용됩니다. 이제, ROC curve를 그릴 때 사용되는 지표들에 대해 알아보겠습니다. 민감도 민감도는 label이 양성일 때, 모델도 양성이라고 판..

오늘은 좀 더 자세하게 어떤 일을 하고 있는지 상세히 설명하고, 분류 모델 평가 지표에 대해 학습하기 위해 이진 분류에 대해 전반적으로 알아보도록 하겠습니다. Classification 딥러닝은 크게 두 종류로 나눌 수 있습니다. 바로 Regression(회귀)과 Classification(분류)입니다. 그 중에서도 저는 이번 인턴 프로젝트에서 진행하고 있는 Classification에 대해 정리해보도록 하겠습니다. Classification은 단어 그대로 분류하는 문제입니다. 정해진 개수의 class혹은 label이 있고, 주어진 데이터가 해당 레이블에 속하는지 아닌지 분류하는 문제를 말합니다. 우리가 흔히 딥러닝을 처음 시작할 때 많이 하는 개와 고양이를 구별하는 예제 가 이에 해당합니다. 그 중에서..

8월 1일자로 인턴 입사해, 출근을 하고 있는데 문득 매일 배운 것들을 인턴일지라는 이름으로 작성해두면 기억에도 오래남고, 좋은 기록이 될 것 같아서 인턴 일지를 시작하게 되었습니다. 오늘 인턴일지는 pytorch에 내장된 모델의 pre-trained 버전 사용하는 방법에 대해 알아보려고 합니다. 우선 집에 있는 제 컴퓨터 사양은 다음과 같습니다. GPU : NVIDIA GeForce RTX 3060 12GB CPU: AMD Ryzen 7 8-core 메모리 16GB 1. 데이터 다운받기 Pytorch torchvision에 들어있는 DenseNet 모듈을 사용하여 개와 고양이를 분류하는 간단한 binary classification 문제를 풀어봅시다 데이터는 kaggle에서 개와 고양이 분류 예제를 다..