AI Platform / Web

( 계속 업데이트를 진행하고 있다. 외국자료를 포함하여 추가적으로 업데이트를 계속 할 예정이다. 현재 지도학습 추가중 ) 0. 들어가면서 AI(인공지능)가 무엇인가? Machine Learning(머신러닝)이 무엇인가? 그러면 둘의 차이는 무엇인가? 하나씩 알아나가 보자. 우선은 학습(Learning) 알고리즘에 대해 이해해 보자. 인터넷 검색 시, 검색을 잘하기 위해서는 보통 학습 알고리즘을 사용한다. 그리고 이메일 중에 스팸메일을 걸러주게 되는것도 학습 알고리즘을 이용해서 걸러준다. 인간의 뇌와 비슷(인공지능)하게 지능을 가진 기계를 만들기 위해서는 학습 알고리즘(지도학습, 비지도학습, 강화학습)이 사용된다. 사람들은 기계가 지능을 가져 몇몇 간단한 일들을 스스로 해내길 원했고 이런 목적으로 기계를 ..

상황은 다음과 같다. django rest framework를 사용중이고, serializer를 통해 직렬화를 진행했다. 그리고 return을 하려는데 잘 안된다. 관련 내용을 정리해 보겠다. 회원가입, 로그인, jwt관련 인증은 아래의 url을 따라가서 확인하자. 기본 설정 > 모델설정은 아래와 같이했다. BaseUserManager와 AbstractBaseUser를 사용한 것은 로그인과 회원가입을 위해 장고 내부기능을 활용한것이다. 자세한 부분은 여기를 눌러보자. 여기서 중요한 것은 나는 User이름을 MyUser로 했다는 것이다. 나같은 경우는 사용자 인증으로 User 모델을 했지만, 다른 models.py의 class 들도 적용가능하다. # models.py from django.db import..

django를 내부의 로직에 따른 복잡한 데이터를 다른 framework에서도 이해할 수 있도록 변환이 필요할 것이다. 이러한 목적으로 나온 것이 Serializer이다. 따라서 serializer는 fontend와 장고를 연결할 때 보통 처음 접하게 된다. serializer에 대한 개념을 찾아보면, 직렬화라는 이야기가 많이 나오지만, 쉽게 설명하면 frontend로 데이터를 보내기 위해 장고 내부의 복잡한 데이터들을 json/xml 등의 형태로 데이터를 변환해준다고 생각을 하면 된다. 사용 시기 우리는 장고에서 model.py를 통해 데이터베이스(DB)를 구축한다. 그리고 serializer는 DB를 json으로 바꿀 때 사용되며, 반대로 json을 DB로 바꿀 때는 deserializer가 사용된다..

get_user_model()을 많이 쓰는데, get_user_model에 대한 정리는 산발적으로 되어있다. 따라서 내가 여러 개념 들을 정리하고 축약해서 정리해보겠다. 당연히 User에 대해 간단히 우선적으로 알아보자. 상세산 설명은 여기를 눌러보자. User 우리는 웹을 만들 때 회원관리를 위해 user를 DB에 넣어야 할 것이다. 이 때 기본적으로 User를 장고가 제공을 한다. 우선 장고 내부의 User가 어떻게 구현되어 있는지를 확인하자. User가 가진 기능은 거의 없다. 대부분의 속성은 User가 가지고 있는게 아니라 User가 상속받는 AbstractUser가 다 가지고 있다. 즉, User는 기능이 없는 깡통 수준이고, 장고 내부에 세팅된 값이라 변경도 불가능하다. 그렇기 때문에 User..

해결하는데 3시간 정도 걸린거 같다..... 관련 경우의 수를 다 적어놨다... !!!! 하나씩 따라해보자. 문제 상황 포스트맨에서 아래와 같은 에러가 발생했다. 장고를 활용해서 DRF로 구현을 해서 postman을 사용했는데, 갑자기 CSRF 오류가 뜨기 시작했다..... 위와 같이 쿠키를 보면 csrftoken이 떠있는 것을 알 수 있다. 외부 포트에서 작업을 수행할 때마다 csrftoken을 얻어서 테스트 시마다 토큰값을 적어줘야하는 것이었다... 문제 원인 장고는 기본적으로 보안을 위해 CSRF 보호 메커니즘을 가지고 있다. POST 메서드에서 CSRF 보호가 자동으로 활성화되면, header부분에 X-CSRFToken을 키로 적고, 위에서 받은 csrftoken의 value값을 값으로 추가로 적..

자기 상관 함수(ACF)에 대해 수학적 이해를 제외하고, 딱 데이터 분석에 사용할 수 있을 만큼, 핵심만 적어 보자 한다. 자기 상관 함수(Autocorrelation Function) 만약 ACF에 대한 검색을 하고 있었다면, 회귀분석을 하고 있었을 것이다. 왜냐하면 ACF는 회귀분석에 사용되기 때문이다. 회귀분석이란, t개의 값을 가지는 독립변수 X와 이에 대응하는 종속변수 Y 간의 상관관계를 정량적으로 찾는 알고리즘이다. 회귀분석의 성능을 높이기 위해서는 여러 가지 가정이 만족해야 하는데, 그 가정 중에 잔차들이 서로 독립적이어야 한다는 가정이 있다. 이러한 관점에서 잔차들이 시간의 흐름에서 독립적인지를 확인하기 위해서 자기상관 분석을 한다. 확인하는 방법은 Autocorrelation Fuctio..

통계는 공부하면 할수록 어렵다. 다른 블로그들은 봐도 수학적 기호가 뭐 그래 많은지.... 잘 모르겠다. 그래서 내가 정리해 보기로 했다. 기본적으로 데이터 분석을 위해 통계학적 지식은 사용할 수 있을 정도로만 이해하면 된다. 따라서 담백하게 수학적 이해를 제외하고 핵심만 간단히 적어보겠다. 우리는 데이터 분석을 위해 qq plot를 사용하고 있고 어떻게 사용하면 되는지를 중점적으로 이야기해 보겠다. Q-Q Plot 핵심부터 적어보자면 Q-Q Plot은 정규화를 검토하기 위한 그래프이다. 대략적으로 아래와 같이 생겼다. 위에서 우리는 점들과 직선을 볼 수 있다. 직선은 정규분포의 값이고, 점선은 우리가 가진 실제 데이터 값이다. 분석하는 방법은 다음과 같다. 점선과 직선이 일치할수록, 데이터는 정규분포를..

데이터 분석을 하다보면 같은 데이터를 분석하더라도 같은 X에 관해서도 다양한 상관관계나 나올 수 있다. 이러한 그러한 상관관계 중에 최적의 선택을 하는 것이 데이터 사이언스의 역할이라고 할 수 있다. 이러한 선택을 위해 개발된 것이 바로 졍규화 방법론(Regularized Method)이다. 이렇게 선택에 도움을 주는 정규화 방법론에 대한 이해를 하고, Ridge 알고리즘과 Lasso 알고리즘에 대해 알아보자. 정규화 방법론은 다른 단어로 Regularized Method, Penalized Method, Contrained Least Squares라고도 불리어진다. 그리고 정규화를 하는 이유는 선형회귀 계수(weight)에 제약조건을 추가하여 모델이 과적합되는 것을 막는 것이라고 할 수 있다. 본격적으..