[에이블 스쿨] 에이블에서 받은 선물 리뷰 | 기프티콘 받는 꿀팁
·
대외활동/에이블스쿨
에이블 스쿨은 에이블러들의 적극적인 참여를 위해 이벤트를 진행하고 경품을 제공하는데요!!! 에이블에서 에이블러들에게 그동안 어떤것들을 줬는지 소개해보려합니당 1. 오프닝 데이 인스타그램 이벤트 (스타벅스 기프티콘)첫번째로 오프닝 데이 때 기프티콘을 받았는데요!! ㅎㅎ 에이블 스쿨 인스타그램을 팔로우하면 받는 아주 쉬운 미션이였어요 https://www.instagram.com/aivlestory?igsh=MWlzMGUxZG02ZW5nMg==>> 에이블 공식 인스타 주소 인스타그램에 들어가보면 에이블이 어떤 활동을 할 수 있는지 알 수 있어서 좋았어요 ㅎㅎ이제 곧 다음 기수 뽑을 땐데 관심있는 분들은 가서 구경하세요!! 2. 랜선 회식 참여 우수자 (스타벅스 기프티콘)  랜선 회식을 적극적으로 참여하는 에..
[에이블 스쿨] 습관 만들기 스터디 시즌2 | 스터디 운영 꿀팁
·
대외활동/에이블스쿨
습관 만들기 스터디를 새로 재정비하여 시작하게 되었습니다 !!어떻게 바뀌었는지 보여드리고 운영 꿀팁까지 알려드릴게요 ㅎㅎ기존 방식기존에는 teams 와 구글 스프레드 시트를 활용하여 진행하게 되었는데요 ㅎㅎ  매주 월요일 체크 아웃 시간 이후에 만나 일주일동안 진행했던 것들을 리뷰하고 서로 정보를 공유하는 시간을 가졌어요  또 매월 마지막 정기 모임 활동 시간을 10분 내외로 연장해서 회의를 진행하여 앞으로의 방향성을 토의했는데요.  그 결과! 조금 더 체계적으로 활동을 기록할 필요성을 느꼈고, 복습 외에 다른 습관을 추가하기로 했습니다.  제가 디스코드 채널을 개설하였고, 노션은 감사하게도 다른 스터디원 분이 도와주셨습니다.  추가된 습관 : 코딩마스터스 하루에 한문제씩, IT기사 팔로우 일주일에 한번..
[에이블 스쿨] K-Digital Training 멘토·멘티단 <Team-Mate> 2기 모집
·
대외활동/에이블스쿨
에이블 스쿨은 KT에서 주관하는 K-Digital Training (KDT) 교육입니다! kdt 교육 대상으로 멘토 멘티단을 모집한다고 해서 소개해볼까 합니다   1. 활동개요프로그램명: K-Digital Training 멘토·멘티단 2기활동기간: 2025년 1월 2일 ~ 2025년 5월 30일 (약 5개월)활동내용:KDT 수료생(멘토)와 훈련생(멘티)의 온·오프라인 멘토링.콘텐츠 제작 및 경험 공유 활동.2. 모집 및 지원 절차모집인원: 약 30명지원대상:공고일 기준 KDT 훈련생 또는 수료생.멘토: 성공 스토리 공유 가능자.멘티: 취업 도전과 KDT 경험 공유 희망자.지원방법: 네이버 폼으로 온라인 지원.선발절차:서류심사비대면 면접최종합격자 발표모집 일정:지원서 접수: 11월 26일 ~ 12월 4일..
[SQL] 데이터 베이스 모델링 | eXERD 사용
·
Dev/SQL
exerd는 이클립스 기반 데이터베이스 모델링도구이다. 해당 ERD툴을 사용해서 데이터 베이스 모델링을 해보자.  1. 파일 생성 및 테이블 생성파일생성파일 생성 > eXERD File   테이블생성컬럼생성eXERD 에서 새 테이블을 만들고 컬럼을 추가한다 (ctrl + enter) 해당 컬럼 오른쪽 마우스 > pk 컬럼으로 지정컬럼명을 작성하고 '사번'을 primary key로 설정 한다. 컬럼 보기 설정 > 논리/물리 동시편집논리 이름과 물리 이름을 동시에 보여지게 하고 편집할 수 있다. 물리이름 : 실제 컬럼 명논리이름 : 컬럼의 의미 부서 / 직원 / 휴가 테이블 만들기  2. 논리 모델링비식별 관계 비식별 관계를 만든다. 연결하려는 테이블을 순서대로 선택해주면 된다.  식별 관계 식별 관계를 만..
[에이블 스쿨] 1차 에이블 데이
·
대외활동/에이블스쿨
1차 에이블 데이가 진행 되었어요! 진행하기 앞서 제 앞으로 택배가 왔는데요에이블에서 화장품 세트를 받았습니다! 또, 랜선 회식을 위한 치킨 기프티콘을 받았습니당   일정구분내용09:00-09:20 체크인미팅, 일정안내09:20-10:00 코딩테스트 준비 및 환경 세팅10:00-12:00 코딩테스트 응시12:00-13:30 점심시간13:30-14:00 AX챌린지 시상식14:00-15:30 AI/DX 특강15:30-17:40 랜선회식17:40-18:00 체크아웃 미팅, 설문  코딩테스트오전에는 2차 코딩테스트가 진행되었는데요!프로그래머스를 통해 진행되었습니다 ㅎㅎ이번 코테부터 AX챌린지를 통한 시상을 진행했어요어려웠다! 라고 감히 말할 수 있었습니다. 다음에 더 열심히 준비해야겠다는 다짐을 하게 되었습니다..
[에이블 스쿨] 2차 코딩마스터스 | 1일 1코딩 리뷰 이벤트
·
대외활동/에이블스쿨
지난번에 이어 코딩마스터스가 진행되었어요!  이번에는 지난번과 달리 이벤트가 진행되었는데 그건 밑에 서술할게요     코딩마스터스는 Python 또는 JAVA로 문제를 해결할 수 있는 학습 플랫폼이에요이번엔 기초문제가 없어지고 조금 더 난이도를 올려 중급과 고급 문제가 더 추가 되었네요!   코딩마스터스 접속 방법AIVLE-EDU 접속 후, 좌측 코딩 학습 메뉴에서 '코딩 마스터스'를 클릭하여 접속코딩마스터스 페이지 구성문제 게시판: 개인의 문제 풀이 현황과 전체 문제 목록을 확인 가능전체 랭킹: 문제 풀이 기록에 따른 개인별 랭킹을 조회문제 풀이 방법문제 풀이 페이지 구성:문제 안내, 언어 선택 (Python/JAVA), 코드 입력 창, 터미널, 사이드바 기능 제공코드 제출:채점하기: 코드를 작성한 후..
[에이블 스쿨] 5차 미니프로젝트 | ASSO 대비
·
대외활동/에이블스쿨
5차 미니프로젝트는 AICE 시 대비 특강으로 진행되었습니다. AICE ASSOCIATE AICE AICEKT가 개발하여 한국경제신문과 함께 주관하는 인공지능 능력시험입니다.aice.studyaice는 kt가 주관하는 인공 지능 능력시험이고 5개의 레벨로 구성되어 있습니다.   제가 목표로 하는 단계는 ASSOCIATE 입니다! 강사님이 주신 예시 과제를 수행하고 팀원들과 코드리뷰를 통해 더 나은 결과물을 도출했습니다.  [1일차] 과제1: VOC 고객해지예측미션고객의 VOC 정보를 내용 바탕으로 해지 여부 예측하기데이터 출처기업 실무 데이터데이터Tabular 데이터 csv 파일 1 개 ( voc_data )목표1. 고객의 VOC 정보를 바탕으로 해지여부를 예측하여 해지 방어 마케팅 활용2. Tabula..
[에이블 스쿨] 4차 미니프로젝트 | 이미지데이터모델링-얼굴인식(Face Recognition)
·
대외활동/에이블스쿨
이번 시각지능 딥러닝 프로젝트는 5일간 진행되었습니다. 프로젝트개요주제이미지 데이터 모델링 얼굴 인식 (Face Recognition)데이터다른 사람 얼굴 데이터, 개인 얼굴 데이터데이터 출처Kaggle, Roboflow Universe 1. 데이터에 대한 적절한 전처리 및  keras를 이용한 학습 및 추론2. 데이터에 대한 적절한 전처리 및 YOLO를 이용한 학습 및 추론 데이터 셋keras 데이터다른 사람 얼굴 이미지 데이터LFW dataset 5750개의 폴더, 13223개의 이미지개인 얼굴 이미지 데이터 내가 수집하기 최소 2500장YOLO 데이터다른 사람 얼굴 이미지 데이터Face Recognition15979개의 이미지, 5979의 텍스트 Face Recognition 24983개의 이미지,..
[언어지능 딥러닝] [PyTorch] 강화 학습
·
Dev/언어지능 딥러닝
강화 학습 개요강화 학습은 언제 쓰이는가주어진 환경에서 가능한 여러 행동 시퀀스 중에서 보상을 최대화하는 최적의 경로를 찾는 것필요한 주요 요소들이 행동(action) 과 보상(reward)-> 특정 상태에서 가능한 행동을 선택하고, 그 선택에 대한 보상을 받으며, 이 정보를 바탕으로 최적의 정책을 학습함 ** Q-Learning, Dynamic Programming 은 딥러닝이 본격적으로 발전하기 전에 나온 강화학습 및 최적화 기법이다. 본 수업에선 제외한다.    Markov Decision Process ppt 226부터  DRL 이론      DRL구현
[언어지능 딥러닝] [PyTorch] Recurrent Neural Networks (RNN)
·
Dev/언어지능 딥러닝
Recurrent Neural Networks (RNN)자연어 처리를 할 때, 시퀀스 데이터를 처리하기 위해 설계된 초기의 신경망 -> 현재는 많이 쓰이지는 않음시계열 데이터, 텍스트, 오디오와 같은 연속된 데이터를 다루는 데 적합함.일반적인 신경망과 달리 RNN은 내부에 순환 구조가 있어서 이전 입력에 대한 정보를 네트워크 내에서 기억하고 유지할 수 있다. RNN의 구조 1) 두개의 inputx_t​ (현재 시점의 데이터) : 현재 시점에 해당하는 실제 입력 데이터, 이 상태가 각 시점마다 다음 계산에 전달되어 연속적인 입력 간의 종속성을 학습h_t−1​ (이전 시점의 숨겨진 상태) : 이전 시점까지의 정보가 포함된 벡터 ex) 텍스트 처리 - 현재 단어, 시계열 데이터에서->특정 시점의 데이터 값2)..