마인즈앤컴퍼니

[공지] 마인즈앤컴퍼니 블로그 이전 - 티스토리로 이사갑니다.

2022-11-09T04:37:56Z

안녕하세요. 마인즈앤컴퍼니입니다. 마인즈앤컴퍼니가 2022년 5월부터 기술블로그를 강화하기 위해 티스토리로 이사를 가게 되었습니다. 다양하고 유익한 AI 이야기 더 많이 들려드릴 예정이니, 앞으로는 아래 주소로 접속해주시기 바랍니다. https://blog.mnc.ai/

AI EXPO 2022에 다녀왔습니다. - AI EXPO 2022 국제인공지능대전 참관 후기

2022-11-09T04:38:16Z

안녕하세요. 마인즈앤컴퍼니입니다. 마인즈앤컴퍼니의 멤버들은 국내외 인공지능 최신 트렌드와 기술에 아주 관심이 많은데요. 2022년 4월 13일부터 15일까지 코엑스에서 열린 <국제인공지능대전> 에 참관하게 되었습니다. 인공지능 최신 기술을 직접 체험해보고, 다양한 AI 비즈니스 모델에 대해 직접 관계자에게 생생한 얘기를 들을 수 있었던 시간이었습니다. 대규

Data scientist는 무슨 일해요? - 마인즈앤컴퍼니 Data Scientist 의 단짠단짠 직무 인터뷰 #1

2022-11-09T04:38:32Z

안녕하세요. 마인즈앤컴퍼니입니다. 마인즈앤컴퍼니는 인공지능 Data Scientist를 적극 채용 중에 있는데요. 입사하게 되면 구체적으로 어떤 업무를 하게 될지 궁금하신 분들이 많았죠? 2021년 하반기에 Data Scientist 로 (이하 DS) 입사하여 프로젝트를 수행하고 계신 홍승우 매니저님을 만나간단하게 인터뷰를 해보았습니다. 어떤 계기로 마인

[RL] 1-1. 강화학습이란?

2022-06-02T00:01:05Z

안녕하세요. 마인즈앤컴퍼니 (이하 MNC) 입니다. :-) MNC의 새로운 'RL' 시리즈를 소개드립니다. 테크리더 명대우 파트너님의 지도 아래, MNC 의 Data scientist 인 최창윤 매니저가 뜻을 모아 강화학습에 대해 연구를 진행하고 있습니다. 몇년 전부터 강화학습에 대한 공부를 해왔지만 내용을 정리하지 않아 다시 공부하는 경우가 많았는데요!

[캐글탐험대] PetFinder 대회 (2편) - Kaggle PetFinder 대회 수상 후기와 인사이트 총 정리!

2022-03-30T21:18:27Z

안녕하세요. 1편에 이어 Kaggle Petfinder 대회 수상후기와 인사이트를 정리해드리려고 합니다! 저번 편에서 Transformer 모델에 대해서 소개해 드렸는데요, 이번 편에서는 Multi-head 모델과 BCE Loss 를 활용하여 학습했던 이야기를 해보려고 합니다. Insight 2 - Multi-head model is powerful!

[캐글탐험대] PetFinder 대회 (1편) - Kaggle PetFinder 대회 수상 후기와 인사이트 총 정리!

2023-10-19T06:53:11Z

안녕하세요. 마인즈앤컴퍼니에서는 2021년 9월부터 2022년 1월까지 개최된 Kaggle PetFinder Pawpularity Competition에 참여해 3,537팀 중 97등 (Top 3%)로 은메달을 따냈습니다! 이번 레포트에서는 PetFinder Competition에 참여하면서 얻을 수 있었던 몇 가지 흥미로운 인사이트들을 공유하려고 합니다

[ML101]#9. 차원 축소(1) - Dimensionality Reduction

2022-02-13T13:34:43Z

이번 글에서 다룰 주제는 지금까지 공부했던 방법론들과는 조금 다른 목적을 가진 방법론을 다루고자 합니다. 그 주인공은 바로 "차원 축소(Dimesionality Reduction)"입니다. 차원 축소란 쉽게 이야기하면 중요한 변수들을 취하여 우리가 다루는 변수의 수를 줄이는 프로세스입니다. [ML101-#1. Machine Learning?]을 통해 차원

[ML101]#8.Clustering (2)

2022-08-06T04:18:03Z

지난글 [ML101]#7.Clustering(1)에서는 대표적인 Unsupervised learning 모델의 하나인 clustering의 개요, 유형에 대해 알아봤습니다. 이번 글에서는 clustering의 대표적인 모델인 K-means clustering / Mean-shift clustering / DBSCAN (Density-based spatial

[ML101] #7. Clustering (1)

2023-11-03T03:04:45Z

지난 글까지 Regression에 대해 공부했습니다. Regression의 개념과 유형, Regression 모델의 성능을 높이는 데 사용되는 방법, 성능을 측정하는 방식들을 말이죠. 이번 시간부터는 Clustering에 대해 배워볼 예정입니다. [ML101] #1. Machine Learning? 에서 Machine Learning을 크게 Supervis

[ML101] #6. Overfitting

2023-11-03T03:03:22Z

앞의 과정들을 통해 머신러닝이 어떻게 작동하는지 살펴보았습니다. 머신러닝 모델이란 실제 데이터를 대체할 수 있는 모형이고 이러한 모델을 통해 실제 데이터 없이도 현실 세계에서 활용할 수 있습니다. 그런데 이 모델은 정교해지기 위해 복잡하게 만들면 학습한 데이터와 조금만 다른 데이터가 들어와도 큰 오차를 만들 수 있고, 반대의 경우는 변수들과의 관계를 충분히

[ML101] #5. Confusion matrix

2020-12-15T14:49:37Z

최근 인공지능에 대한 뜨거운 관심을 뒷받침하듯 기업, 나라에서 앞다투어 인공지능 해커톤, 경진대회, AI Challenge를 주체하고 있습니다. 대회에선 우수한 문제 해결 알고리즘을 개발한 팀에게 상금/보상을 부여하죠. 그렇다면 "우수한 알고리즘" 은 어떻게 선정되는 걸까요? 보통 인공지능 경진대회에선 문제별 평가지표를 함께 공개하며, 평가지표에 따라 높

[ML101] #4. Gradient descent - 경사 하강법

2023-05-11T07:09:18Z

[ML101] 시리즈의 세 번째 주제는 경사 하강법(gradient descent)입니다. 지난 시리즈에서 손실 함수(loss function)를 통해 모델의 예측값이 실제값과 차이가 나는 정도, 즉 오차값을 측정하는 방법들을 알아보았습니다. 우리가 가지고 있는 데이터들을 잘 설명할 수 있도록 손실 함수, 비용 함수(loss function, cost fu

[ML101] #3. Loss Function

2022-01-31T16:13:21Z

[ML101] 시리즈의 두 번째 주제는 손실 함수(Loss Function)입니다. 손실 함수는 다른 명칭으로 비용 함수(Cost Function)이라고 불립니다. 손실 함수는 고등학교 수학 교과과정에 신설되는 '인공지능(AI) 수학' 과목에 포함되는 기계학습(머신러닝) 최적화의 기본 원리이며 기초적인 개념입니다. 이번 시리즈에는 이 "손실 함수"의 개념과

[ML101] #2. Regression - Machine Learning 101

2020-11-22T18:39:12Z

[ML101] 시리즈의 첫 번째 주제는 회귀(Regression)입니다. 회귀분석은 너무나도 유명한 통계 기법이죠. 대학에서는 전공을 불문하고 다양한 사례로 언급되기도 하고, 업무에서도 수요나 가격을 예측하고 전망할 때 회귀분석을 접해 보셨을 겁니다. "회귀분석(回歸分析, regression analysis)이란 관찰된 여러 변수들에 대해 변수 사이의 모형

[ML101] #1. Machine Learning?

2020-11-22T10:17:19Z

"AI 어떤 게 있지?"라고 물었을 때 '알파고'를 떠올린다면 언제 적 알파고냐고 할 만큼 AI는 우리 생활 속에 넓고 깊숙이, 또 빠르게 자리를 잡았습니다. 빅스비에게 음성으로 맞춘 알람에 일어나 카카오 미니가 틀어주는 내 취향의 음악을 들으며 하루를 시작합니다. AI 아나운서가 전해주는 뉴스를 보며 출근하고, 퇴근 후엔 유튜브와 넷플릭스 알고리즘의 무

[ML101] #0. Foreword

2020-12-14T07:02:14Z

Machine Learning, Deep Learning 등 최신 AI 기술을 이해하기 위해서는 기본적인 이론 학습이 필요합니다. [ML101] 시리즈에서는 입문자를 위해 AI와 관련된 주요 이론을 챕터별로 소개합니다. 본 내용은 AI의 거장 Andrew Ng 교수의 강의 syllabus를 참고하여 주요 개념들을 정리한 내용입니다. 세부 이론을 살펴보기에