newhaneul

본 포스팅은 인하대학교 Namhyuk Ahn 교수님의 [202602-EEC4414-001] Deep Learning을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다. 1. OverfittingOverfitting은 모델이 training data에서는 지나치게 잘 작동하지만, 처음 보는 데이터에서는 성능이 나쁜 상태를 의미한다.입력이 1차원이고 클래스가 2개인 선형 분류기에서, 세 모델 모두 training accuracy는 100%이지만 가중치가 클수록 loss가 작아지고, 두 클래스 사이에서 확률이 "절벽 (cliff)"처럼 급격하게 바뀐다.이렇게 되면 학습 데이터가 하나도 없는 구간인데도 가파른 모델은 거의 100%의 확신으로 예측하게 된다. 만약 새로운 데이터를 모델이 틀린다면 100%의 확신..

본 포스팅은 인하대학교 이용우 교수님의 ICE4020 정보보호론을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다. (교재: Security in Computing, 5th/6th Ed., Charles P. Pfleeger) 1. Memory Structure: Code and Data Reside in the Same Memory 1.1 Memory Allocation프로그램 메모리는 낮은 주소부터 Code → Static data → Heap 순으로 놓이고, Stack은 가장 높은 주소에서 시작한다. Heap은 높은 주소 쪽으로, Stack은 낮은 주소 쪽으로 자라서 서로를 향해 커진다.기억할 점은 명령어(Code)와 데이터(Static data, Heap, Stack)가 하나의 메모리 공간 ..

본 포스팅은 인하대학교 Namhyuk Ahn 교수님의 [202602-EEC4414-001] Deep Learning을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다. 1. Parametric Approach: Linear Classifier 1.1 Parametric Approach Parametric Approach는 이미지 $x$와 파라미터 (weights) $W$를 입력받아 클래스별 점수를 출력하는 함수 $f(x, W)$를 정의하고, training data에서 얻은 지식을 $W$에 담아두는 방식이다.Input: 32×32×3 숫자 배열 (총 3072개)인 이미지 $x$Parameters (weights): $W$Output: 10 numbers giving class scores $f$의 가장..

본 포스팅은 인하대학교 Namhyuk Ahn 교수님의 [202602-EEC4414-001] Deep Learning을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다. 1. Image Classification: Problem Definition and Challenges 1.1 Image Classification: A Core Computer Vision TaskImage Classification은 입력 이미지 하나를 받아, 미리 정해진 카테고리 집합 중 하나의 라벨을 할당하는 문제이다.Input: 이미지 (예: 고양이 사진)Output: {$\text{cat, bird, deer, dog, truck}$}처럼 고정된 라벨 집합 중 하나 $\rightarrow$ cat 1.2 ChallengesC..

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. Principles of Network Applications 1.1 Client-Server vs. Peer-to-PeerClient-Server는 항상 켜져 있는 서버에 클라이언트들이 접속하는 구조이고, P2P는 항상 켜진 서버 없이 peer 들이 서로 서비스를 요청하고 제공하는 구조이다. Client-ServerP2P서버always-on host, 고정 IP, 데이터센터always-on 서버 없음참여자클..

본 포스팅은 인하대학교 이용우 교수님의 ICE4020 정보보호론을 수강하고 공부한 내용을 정리하기 위한 포스팅입니다. (교재: Security in Computing, 5th/6th Ed., Charles P. Pfleeger) 1. Identification vs. Authentication 1.1 Difference Between Identification and Authentication 식별(Identification)은 "나는 누구다"라고 신원을 주장하는 것이고, 인증(Authentication)은 그 주장이 사실임을 증명하는 것이다.식별에 쓰이는 정보 (이름, 학번, 이메일 주소)는 대부분 공개되어 있거나 쉽게 알 수 이싿. 따라서 누구든 타인의 신원을 주장할 수 있다. 따라서 신원이 공개..

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..

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. What is the Internet? 1.1 The Internet: a "Nuts and bolts" view인터넷은 수십억 개의 컴퓨팅 장치를 연결한 "네트워크들의 네트워크(network of networks)"이다. 구성 요소는 세 가지이다.Hosts = end systems: 인터넷의 가장자리(edge)에서 네트워크 앱을 실행하는 장치이다. (PC, 스마트폰, 서버, IoT 기기)Packet switc..