CV, NLP, Recommendation System, GAN ...

딥러닝과 관련한 다양한 19가지 모델을 구현한 내용입니다.

CV

• E-1 : 가위바위보 이미지 데이터셋을 통해 image classification을 진행합니다.
• E-2 : Random forest, SVM, Decision Tree 등 머신러닝의 기본적인 분류 기법을 알아봅니다.
• E-3 : 카메라 앱에서 자주 쓰이는 face detection을 구현하였습니다.(cv2 패키지 활용)
• E-5 : PIL library를 이용하여 이미지 유사도 분석을 통한 닮은꼴 이미지 찾기(PCA 및 t-SNE 로 분포 시각화)
• E-8 : image segmentation (cv2 패키지 활용)
• E-11 : 진폐증 환자를 분류하는 의료영상 image classification입니다.
• E-16 : 저화질 이미지 개선 (interpolation, srGAN)
• E-18 : OCR로 text 추출하기(Google OCR Api, keras-ocr , Tesseract)

NLP

• E-4 : basic NLP modelling 및 tokenizing 을 통한 작사가 인공지능 만들기입니다.
• E-7 : 영화리뷰 감성분석(classification) - Word2Vec 활용한 임베딩, Conv1D, LSTM 모델 성능 체크
• E-10 : News 요약(Attention 활용한 추상적 요약, 추출적 요약 task)
• E-15 : Transformer 이용하여 챗봇 만들기
• E-17 : BERT로 QnA 모델 만들기

Recommendtation System

• E-9 : 영화 추천시스템 만들기 (pandas 모듈, CSR Matrix 개념 활용)
• E-12 : Session-based Recommendation

GAN

• E-13 : dcGAN으로 이미지 생성
• E-19 : conditional GAN으로 이미지 생성하기

etc

• E-6 : kaggle의 집값 예측 문제 실습
  • feature engineering
  • XGB, LGBM, GradientBoosting, RandomForest 등 모델 별 loss 분석
  • Grid Search를 통한 hyperparameter tuning
• E-14 : 주가예측(시계열 데이터 분석,ARIMA 모델 이용)