전체 글 19

[2025-26 동계 모각코] 팀 "시루와 방실이" 최종 회고

학기 전 학습 회고시작1월 22일, IT 면접을 앞두고 있었다. 파이썬을 통한 데이터 처리와 인공지능 학습법을 철저히 준비했고, 2회차의 면접 준비를 마친 후에는 1학기 과목 예습에 집중했다. 면접장에서는 준비한 만큼 후회 없는 시간을 가질 수 있었고, 학기 중에 수업을 잘 못 따라가던 기억을 떠올리며 예습하는 시간은 그 자체로 뿌듯했다.목표와 현실당초 목표는 야심찼다. 시스템 프로그래밍, 영상처리, 운영체제, 데이터 통신 세 과목의 10회차 정규 수업 분량을 모두 예습하겠다는 계획이었다. 하지만 현실은 달랐다. 바쁜 일정 속에서 세 과목 모두 4회차까지밖에 진행하지 못했다. 목표의 40% 수준이다. 숫자만 보면 분명히 부족하다. 하지만 이 40%가 의미 없다고는 생각하지 않는다.아쉬움과 한계솔직히 아쉽..

카테고리 없음 2026.02.23

[2025-26 동계 모각코] 팀 "시루와 방실이" 2026.02.15. 6회차 활동일지

오늘의 목표1. '영상처리 학습'Image Resizing 학습하기2. '운영체제 및 실습' 학습Threads 학습하기3. '데이터 통신' 학습Digital Transmission 학습하기학습 내용1. 영상처리 학습Image Resizing 학습하기1. Image Downsampling (이미지 축소)1.1 Naive Downsampling의 문제점방법: 짝수 행/열을 단순히 삭제문제: Aliasing(앨리어싱) 현상 발생이미지가 픽셀화되어 보임원본 신호의 왜곡 발생1.2 Aliasing 현상정의: Undersampling으로 인해 신호가 낮은 주파수 신호로 잘못 인식되는 현상예시:체크무늬 텍스처에서 모아레(Moire) 패턴 발생사진에서 줄무늬 옷이 이상하게 보이는 현상1.3 Better Downsamp..

카테고리 없음 2026.02.15

[2025-26 동계 모각코] 팀 "시루와 방실이" 2026.02.08. 5회차 활동일지

오늘의 목표1. '영상처리 학습'Image Filtering 학습하기2. '운영체제 및 실습' 학습Process Description and Control (2) 학습하기3. '데이터 통신' 학습Introduction to Physical Layer 학습하기 학습 내용1. 영상처리 학습Image Filtering 학습하기1. Linear Filtering 기본 개념1.1 필터링의 정의Neighborhood operation: 출력 픽셀 값이 해당 입력 픽셀과 이웃 픽셀 값들에만 의존Linear filter는 이미지 f와 필터(kernel, mask) w 간의 곱의 합(sum-of-products) 연산 수행1.2 Linear Filter 수식g(x,y) = Σ(s=-k to k) Σ(t=-k to k) ..

카테고리 없음 2026.02.08

[2025-26 동계 모각코] 팀 "시루와 방실이" 2026.02.01. 4회차 활동일지

오늘의 목표1. '영상처리 학습'Point Processing & Histogram Equalization 학습하기2. '운영체제 및 실습' 학습Process Description and Control (1) 학습하기3. '데이터 통신' 학습Network Models 학습하기 학습 내용1. 영상처리 학습Point Processing & Histogram Equalization1. Point Processing 복습Point Operation의 정의각 출력 픽셀의 값이 오직 해당 입력 픽셀 값에만 의존주변 픽셀과 무관하게 독립적으로 변환수식: g(x, y) = h(f(x, y)) 또는 간단히 s = h(r)Intensity Transformation Function (강도 변환 함수)h: 입력 강도 r을 ..

카테고리 없음 2026.02.01

[2025-26 동계 모각코] 팀 "시루와 방실이" 2026.01.25. 3회차 활동일지

오늘의 목표1. '영상처리 학습'이미지 처리 기초(Image Fundamentals) 학습하기2. '운영체제 및 실습' 학습Operating System Overview 학습하기3. '데이터 통신' 학습네트워크 모델(1) 학습하기 학습 내용1. 영상처리 학습이미치 처리 기초1. 디지털 이미지의 생성 과정이미지 센서- CCD (Charge Coupled Device): 고급 DSLR 카메라에 사용- CMOS (Complementary Metal-Oxide Semiconductor): 스마트폰에 주로 사용 CCD vs CMOS의 주요 차이셔터 방식:- Global Shutter (CCD): 모든 픽셀을 동시에 캡처 → 움직이는 물체도 왜곡 없음- Rolling Shutter (CMOS): 한 줄씩 순차적으로..

카테고리 없음 2026.01.25

[2025-26 동계 모각코] 팀 "시루와 방실이" 2026.01.18. 2회차 활동일지

오늘의 목표1. 파이썬을 활용한 AI 및 데이터 관리 자습pandas 다루는 방법 학습ML 파이프라이닝 학습연습문제 풀이학습 내용파이썬을 활용한 AI 및 데이터 관리 자습pandas 다루는 방법 학습1. 멀티 인덱스 생성 및 활용import pandas as pdimport numpy as npprint("="*70)print("1. 멀티인덱스 생성 및 활용")print("="*70)# 방법 1: from_arrays로 생성arrays = [ ['A', 'A', 'B', 'B', 'C', 'C'], [1, 2, 1, 2, 1, 2]]index = pd.MultiIndex.from_arrays(arrays, names = ['letter', 'number'])df = pd.DataFrame( ..

카테고리 없음 2026.01.18

[2025-26 동계 모각코] 팀 "시루와 방실이" 2026.01.04. 1회차 활동일지

오늘의 목표1. 시스템프로그래밍 학습1회차 '컴퓨터 시스템' 학습하기2회차 '정보의 표현 및 처리 1' 학습하기3회차 '실수의 표현 및 처리' 학습하기2. 파이썬을 활용한 AI 및 데이터 관리 자습Numpy 다루는 방법 학습 학습 내용시스템프로그래밍 학습1. 컴퓨터 시스템컴퓨터 시스템 기본 개념 컴퓨터 시스템의 계층구조소프트웨어(SW)Application programsOperating system하드웨어(HW)버스: 구성 요소 간 정보 교환 통로CPU: ALU, Control, 레지스터(PC, 상태레지스터, 범용 레지스터 등)명령 주기: Fetch -> Decode -> Execution -> Store운영체제운영체제란?- 응용프로그램이 HW를 효율적으로 사용할 수 있도록 도와주는 프로그램목적- 1. ..

카테고리 없음 2026.01.04

팀 "Chill Guys" 2025. 08. 11. 6회차 모임 회고

개인별 결과박성준이번 학습을 통해 Gradient Boosting과 관련된 주요 개념 및 모델(XGBoost, LightGBM) 그리고 모델 선택 기준에 대해 정리해봤다.​Gradient Boosting: -Deviance: 로그 우도를 기반으로 한 손실 함수로, 분류 문제에 주로 사용.-Exponential: AdaBoost 알고리즘에 최적화된 손실 함수.-Least Squares: 회귀 문제에 적합한 손실 함수.-Sequential Learning: 이전 단계의 오차를 다음 단계에서 학습하여 모델 성능을 점진적으로 개선.​XGBoost와 LightGBM: -Custom Objective: 1차 및 2차 도함수를 직접 구현해 사용자 정의 손실 함수를 설정 가능.-Built-in Functions: 20..

카테고리 없음 2025.08.13

팀 "Chill Guys" 2025. 08. 04. 5회차 모임 회고

개인별 결과박성준 SVM(Support Vector Machine)과 Random Forest에 대해서 공부했다. 먼저, SVM에 대해서는 Hinge Loss, Squared Hinge 등 힌지 손실과 관련된 개념들이 자주 등장했다. Hinge Loss는 max(0, 1 - y·f(x)) 마진 최대화로 적합하며, Squared Hinge는 미분가능성과 큰 오차 강한 패널티가 존재한다. Random Forest에서 Gini Impurity는 1 - Σpᵢ²를 통해 불순도 측정할 때 사용되며, Information Gain은 Entropy 기반 분할 기준이 된다. Majority Voting은 분류용이고 평균은 회귀용임을 알 수 있었다. 잘 모르던 Loss Function에 대해서 깊은 탐구를 한 것 같아 ..

카테고리 없음 2025.08.07