Clarify_Way

조직행동론의 당면 과제 삼성전자는 어느나라 회사인지에 대해서 대화를 했다. 주주 비율이 외국인이 가장 많은데 한국 회사가 맞은가.. 라는 부분에 대해서도 의논했다. 실시간 수업중 학우들의 의견중 경영자가 한국인이기 때문에, 대한민국에서 삼성이 시작 되었기 때문에, 본사가 한국에 있기 때문에 등의 삼성전자는 대한민국의 회사다 라는 주장이 있었고, 한국의 회사였지만, 글로벌회사로 성장해가면서 다국적 기업이 되었다고 주장하는 학우도 있었다. 내가 생각하기에는 그래도 삼성전자는 made in korea 한국 기업이다. 다양한 국가 출신의 사람들과 함께 일하는 것에 대해서도 배웠다. 중국은 출산 뒤 2주간 머리를 감지 않고 베트남은 가족이 아프면 출근을 하지 않는다는 각 나라별 고유의 문화들이 있다. 우리나라도 ..

터미널에 가상환경을 activate하려 했는데 아래와 같은 오류가 뜨는 경우가 있다. 이럴때는 % conda init zsh 를 터미널에 입력한 후, %conda activate 가상환경이름 을 실행하면 잘 해결된다.

조직행동이란?의 큰 틀 주제를 가지고 경영자의 고민과 연결하여 조직행동의 필요성을 먼저 학습했다. 경영자의 고민은 과 으로 나뉘는데, 더 신경쓰이고 중요한 부분은 사람이라는 분야다. 사람으로 부터 조직의 성과가 나오는 것이고 조직의 성과는 돈의 문제를 해결할 수 있기 때문에, 사람을 관리하는 분야가 더 중요하다는 것을 알 수 있었다. 다음으로는 경영자의 역할이 중요하다는 것을 배우면서 효과적인 경영자와 성공적인 경영자의 차이점 그리고 조직행동론의 정의를 학습했다. 효과적인 경영자는 직원들과의 의사소통을 더 중요시하며, 영향력을 줄 수 있는 경영자다. 성공적인 경영자는 승진을 잘하는 경영자다. 조직행동론의 정의로는 조직내 개인의 행동을 관심 갖고 분석하는 학문이다. 개인의 특성/가치관/성격/감정이 행동에 ..

Binary는 두 유형, 두 조각, 두 부분을 의미하여, Binary Classifiers는 두 유형으로 분류하는 모델이다. 예를 들어 강아지 또는 고양이, 흰색또는 검은색과 같은 것들을 분류할 때 사용한다. 그러면, 눈치 챘을 것이다. Binary Classifiers는 sigmoid 를 사용하겠구나...! 이 모델로 보통 입력데이터가 강아지인지 아닌지, 또는 고양이인지 아닌지 분류할 때 사용된다. 이미지 인식의 기초라고 생각할 수도 있겠다. 자 그럼 Binary Classification에 사용되는 알고리즘인 Logistic Regression을 구현해보자. Logistic Regression Models 회귀를 사용하여 데이터가 어떤 범주에 속할 확률을 0에서 1사이의 값으로 예측하고 그 확률에 따..

Activation Function에서 활용한 sigmoid와 Softmax가 어떤 역할을 하는 지 배워보자. sigmoid와 softmax는 어떤 차이가 있는지, 각각 어떻게 활용되는지 확인해보자. sigmoid는 왜 탄생되었을까라는 생각도 해볼 수 있다. Sigmoid Function sigmoid를 알기 전에 Logit을 알아야하고, Logit을 알기 전에 odds 를 알아야한다. 그 이유는 sigmoid는 odds에서 변형되어, 탄생됐기 때문이다. Odds ratio odds ratio는, 한 사건이 일어날 확률 대비 한 사건이 일어나지 않을 확률의 비율?이라고 생각하면 된다. 예를 들어, 동전을 던질 때, 뒷면이 나올 확률 대비 앞면이 나올 확률은 1이다. 두 확률이 동일하기 때문이다. odds..

dense layers 진행과정과 진행하면서 변화되는 입력데이터의 shape와 weight, bias의 shape도 확인해보자. 1. x입력데이터는 tf.random.normal로 shape를 설정하여 만들자. 2. dense 패키지를 활용하여 affine과 activation을 동시에 연산을 진행하는 객체를 만들고 거기에 x입력값을 넣자. 3. 연산 다 된 상태에서 이제 W, B와 마지막으로 나온 출력값의 shape들을 확인해보자. Dense Layers 우선 Layer가 하나 있는 형태를 통해 각 파라미터와 출력값의 shape를 확인해보자. 필요한 패키지들을 불러오고, 입력데이터를 만들자. import tensorflow as tf from tensorflow.keras.layers import De..

Dense Layers를 설명하기 앞서, Layers가 무엇인지 설명하겠다. Layer란, 음향 장비중에 믹서에서 이퀄라이저와 비슷한 역할을 한다. 이퀄라이저도 하나의 음성이 들어오면, 각각의 High, mid, low의 기존에 입력된 parameter들을 통해, layer들을 통과하여, 변형된 음성을 출력한다. 이와같이 layer도 동일하다. 데이터 세트 X를 입력하면, 각 neuron들의 parameter를 통해 새로운 결괏값을 도출해낸다. 이 부분도 데이터세트와 뉴런, 결괏값들의 차원이 중요하다. Dense Layers Layer는 서로 다른 Parameter(Weight, Bias)들을 가지고 있는 Parametric Function들의 모임이다. 즉, 저번 개시글에서 배운 Neuron들의 집합이..

저번 게시글에서 배운 Artificial Neurons이 실제로 어떻게 구현이 되는지 파이썬을 통해 구현해보자. Artificial Neurons는 Affine Funtion 과 Activation Funtion으로 이루어져있다고 했다. Affine Funtion 과 Activation Funtion을 먼저 구현해보고 Artificial Neurons를 진행해보겠다. 가장 중요하게 봐야할 것은 분석되는 과정에서 데이터의 차원, weight의 차원, bias의 차원을 확인해야한다. 왜냐하면, 나중에 거대한 데이터를 다룰 때, 모델이 잘 구동되고 있는지는 shape로 밖에 확인할 수 없기 때문이다. Affine Function Artificial Neurons를 구현할 때, Affine Function은 w..

우리는 어렸을 때 두뇌 게임으로, "1=4, 2=6, 3=8, 4=10, 5=?"와 같은 문제를 풀어본적이 있을 것이다. Deep Learning도 위와 비슷한 과정을 거쳐서 규칙을 찾아 모델을 만들고 새로운 데이터가 들어오면 모델에 넣어 성과를 내는 것이라고 생각하면된다. 그 중 가장 널리 사용되고 있는 Artificial Neurons, 즉 인공뉴런에 대해서 알아보자. Artificial Neurons에서 가장 중요한 수학 개념은 선형대수학의 차원개념과 행렬의 곱 연산이다. Artificial Neuron Artificial Neuron이란, 신경해부학적 사실을 토대로 하여 만든 인공신경망 기본구성요소로, 단순한 연산기능을 가지고 있는 수많은 인공뉴런이 서로 연결되어 정보를 저장하고 처리한다는 개념이..

Purpose : housing data로 미국 서구의 집값을 예측하자. Import data 우선 필요한 패키지들을 불러오고, 데이터가 있는 링크를 하나의 객체로 설정해둔다. import os import tarfile import urllib import pandas as pd DOWNLOAD_ROOT = "https://raw.githubusercontent.com/ageron/handson-ml2/master/" HOUSING_PATH = os.path.join("datasets","housing") HOUSING_URL = DOWNLOAD_ROOT + "datasets/housing/housing.tgz" Data 불러오기 fetch_housing_data는 데이터를 추출하는 함수(데이터를 내려..