목록전체 글 (264)

newhaneul

[TOEIC Part 5] 1번 ~ 50번

본 포스팅은 TOEIC 공부한 내용을 정리하기 위한 포스팅입니다. https://youtu.be/nMYXiAQjtHU?si=Sv6mgqIIQUaf7QgF 정답1. C2. B3. C4. C5. B6. A7. C8. A9. C10. B11. D12. A13. D14. A15. A16. D17. D18. A19. B20. D21. D22. C23. B24. A25. B26. B27. D28. B29. A30. B31. C32. D33. A34. C35. B36. D37. C38. B39. A40. B41. C42. A43. B44. D45. A46. B47. D48. B49. C50. D
5. Additional Study/English 2026. 11. 14. 23:39
[AICE Associate] 합격 후기

이번에 AICE Associate 자격증을 취득하게 되어 관련된 정보를 공유하고자 포스팅을 진행합니다.https://aice.study/ AICEKT가 개발하여 한국경제신문과 함께 주관하는 인공지능 능력시험입니다.aice.study 1. AICE Associate 14문항 / 90분80점 이상 합격 (100점 만점)100% 실기 평가 (파이썬, 제한적 오픈북)온라인/오프라인 (선택)자격 유효기간 : 3년 출제범위출제 분야상세 내용문항 수배점데이터 분석필요 라이브러리 설치데이터 구성 및 특성 파악데이터 품질 점검5~6문항30점데이터 전처리데이터 결측치/이상치 등 처리데이터 스케일링라벨 인코딩/원핫 인코딩Train/Test 데이터셋 분할4~5문항30점AI 모델링머신러닝 모델 학습딥러닝 모델 학습모델 성능..
5. Additional Study/Certificate 2026. 11. 14. 16:22
[Deep Learning] Lecture 13. Transformer

본 포스팅은 인하대학교 Namhyuk Ahn 교수님의 [202602-EEC4414-001] Deep Learning을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다. 1. Attention Attention은 query를 모든 key와 부드럽게 (softly) 비교해 [0, 1] 사이의 가중치를 얻고, 각 key의 value에 그 가중치를 곱해 더한 것을 출력한다. 즉 attention은 가중평균을 내는 soft lookup table이다. Lookup table: key가 value에 연결된 표가 있고, query가 key 하나와 일치하면 그 value를 돌려준다.Attention: query가 모든 key와 부드럽게 일치하여 key마다 [0, 1]의 가중치를 얻고, value에 가중치를 곱해 더한..
4. University Study/Deep Learning 2026. 11. 13. 20:29
[Deep Learning] Lecture 12. Recurrent Neural Network

본 포스팅은 인하대학교 Namhyuk Ahn 교수님의 [202602-EEC4414-001] Deep Learning을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다. 1. Recurrent Neural Networks 1.1 Process SequencesRNN을 쓰면 입력과 출력 중 하나 또는 둘 다를 sequence로 다룰 수 있다. 입력과 출력의 개수에 따라 one to many, many to one, many to many (두 가지)로 나눈다.one to one: 1개 → 1개image classificationone to many: 1개 → sequenceimage captioningmany to one: sequence → 1개video classificationmany to many:..
4. University Study/Deep Learning 2026. 11. 11. 23:07
[Deep Learning] Lecture 11. Visualizing and Understanding

본 포스팅은 인하대학교 Namhyuk Ahn 교수님의 [202602-EEC4414-001] Deep Learning을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다. 1. First Layer: Visualize Filters첫 번째 conv layer의 filter는 입력 채널이 R, G, B 3개이므로 filter 하나를 작은 컬러 이미지로 그대로 그릴 수 있다. 그려 보면 대부분 특정 방향의 edge (oriented edges)와 색 덩어리 (color blobs)이다.구조와 깊이가 달라도 (AlexNet, ResNet-18, ResNet-101, DenseNet-121) 첫 layer의 filter는 서로 매우 비슷하다.두 번째 layer부터는 filter의 입력 채널이 앞 layer fea..
4. University Study/Deep Learning 2026. 11. 10. 20:56
[Stanford Univ: CS234n] Lecture 6. Policy Gradient II

본 포스팅은 Stanford University School of Engineering의 CS234n: Reinforcement Learning을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다. https://web.stanford.edu/class/cs234/ CS234: Reinforcement Learning Winter 2026Credit/No Credit Enrollment If you're enrolled in the class on credit/no credit status, you will be graded on work as usual per standard Stanford rules. The only distinction with those taking the class for le..
3. Robotics/Reinforcement Learning 2026. 11. 4. 14:52
[Computer Network] Chapter 3. Transport Layer

본 포스팅은 인하대학교 유상조 교수님의 [202602-EEC3412-001] Computer Network을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다. (교재: Kurose & Ross의 Computer Networking: A Top-Down Approach 8th Edition) 1. Transport-Layer Services 1.1 Transport services and protocols Network layer는 호스트 사이(host-to-host)의 논리적 통신이고, Transport layer는 프로세스 사이(process-to-process)의 논리적 통신이다.sender: 애플리케이션 메시지를 segment로 나누어 network layer에 넘긴다.receiver: segme..
4. University Study/Computer Network 2026. 10. 15. 15:38
[Information Security] Midterm Exam Contents

Lecture 1. IntroductionComputer Security DefinitionVunlerability, Threat, Attack, ControlAccess ControlMethod-Opportunity-Motive (MOM)MethodOpportunityMotiveType of HarmInterceptionInterruptionModificationFabricationC-I-A TriadConfidentialityIntegrityAvailabilityGoals of SecurityPreventionDetectionRecoveryControls AvailableEncryptionSoftware / Program ControlsDevelopment ControlsHardware Control..
4. University Study/Information Security 2026. 10. 13. 19:53
이전 Prev 1 2 3 4 ··· 33 Next 다음