목록전체 글 (19)
what i learned
[설치환경] Ubuntu 22.04 ROS2(Humble) Autoware(Universe) Autoware 설치는 공식문서에 친절히 나와있어서 어렵지 않다. Autoware Documentation(source installation) 근데 Autoware를 4번째 설치하는 과정에서 처음보는 에러를 마주쳐서 포스팅하게 되었다. [오류문구] CMake Error at /usr/share/cmake-3.22/Modules/CMakeTestCCompiler.cmake:69 (message): The C compiler "/usr/lib/ccache/gcc" is not able to compile a simple test program. It fails with the following output: Cha..
Ubuntu 22.04는 아래 링크에서 다운받을 수 있다. https://ubuntu.com/download/server ARM과 AMD가 다르다는 것을 유의하고 다운받자! (mac에는 arm이 호환된다) 나의 경우엔 VMware에 이미 Ubuntu 18.04 버전 하나가 구동되고 있어서, VMWare의 File > New... 를 들어가서 가상환경을 하나 더 생성했다. 이후 Done을 누르며 설치를 진행하면 Ubuntu 22.04 설치가 완료되지만 server 만 설치한 것이기 때문에 Desktop으로 변경해준다. $ sudo apt update $ sudo apt upgrade $ sudo apt install ubuntu-desktop $ sudo reboot 이 과정까지 완료하면 22.04의 마스..
추천시스템은 크게 콘텐츠기반 필터링과 협업 필터링으로 나뉘게 된다. [ML] 추천시스템 추천시스템은 크게 콘텐츠 기반 필터링과 협업 필터링으로 나뉜다. 1️⃣ 콘텐츠 기반 필터링 2️⃣ 협업 필터링 ◎ 최근접 이웃 협업 필터링(=메모리 협업 필터링) - 사용자 기반 - 아이템 기반 enddl3224.tistory.com 그 중 협업 필터링인 잠재요인 기반의 협업 필터링에 대해 자세히 공부하려고 한다. 잠재요인 협업필터링이란? 명확하게는 알 수 없는 잠재요인(factor)를 기준으로 테이블을 2개로 나누어 두 행렬을 내적의 곱을 통한 예측값을 생성하는 방식이다. 마치 이차방정식 ax^2 + bx + c를 (Ax+B)(Cx+D) 처럼 나누는 것이다. 행렬에선 연산을 하는게 복잡하지만 간단하게 말하면 원본행렬..
주최기관: 프로그래머스 (주)그렙 교육기간: 2023.03 - 2023.08 (5개월) 교육내용: 카메라와 라이다를 사용하여 RC카를 구동해보는 실습을 통해 자율주행 인지분야의 지식 습득📃수료증👉 프로젝트 관련 자료프로젝트1️⃣ 링크 프로젝트2️⃣ 링크 프로젝트3️⃣ 링크
주최기관: 현대NGV 이수기간: 2022.01 - 2022.05 (5개월) 교육내용: 자율주행에 사용되는 기술의 동향과 인지, 판단, 제어, 통신 단계에서 필요한 지식 습득📃 수료증2022. 01 - 2022.03 인지, 판단, 제어, 통신 기초 수강 2022. 04 과제 참여 2022. 05 인지, 판단, 제어, 통신 심화과정 수강
주최기관: 대한전기학회 대회기간: 2021.04 - 2021.07 (3개월) 대회내용: 미니드론에 라즈베리파이를 부착 후, 색상인식을 통한 미니드론 제어🏆 수상내역 🎥 경진대회 영상
추천시스템은 크게 콘텐츠기반 필터링과 협업 필터링으로 나뉘게 된다. [ML] 추천시스템 추천시스템은 크게 콘텐츠 기반 필터링과 협업 필터링으로 나뉜다. 1️⃣ 콘텐츠 기반 필터링 2️⃣ 협업 필터링 ◎ 최근접 이웃 협업 필터링(=메모리 협업 필터링) - 사용자 기반 - 아이템 기반 enddl3224.tistory.com 그 중 협업 필터링인 아이템 기반 최근접 이웃 협업 필터링에 대해 자세히 공부하려고 한다. 최근접 이웃 필터링은 아이템 기반과 사용자 기반이 있는데, 아이템A를 좋아하는 사용자A가 아이템B를 좋아한다고 해서 아이템A를 좋아하는 사용자B에게 아이템B를 추천하여 사용자가 좋아할 확률보다 아이템A를 구매한 사용자B에게 다른 사용자들이 선호했던 아이템B를 추천하는 편이 더 정확도가 높을 것이다...
코사인 유사도란? 두 벡터 사이의 사잇각을 구해서 두 벡터값이 서로 얼마나 유사한지 수치로 확인하는 방법이다. 위의 그림처럼 유사한 벡터들 사이의 ⍬값을 구하여 cos⍬값이 작을수록 유사한 벡터라는 것을 알 수 있다. 벡터에서 cos⍬값을 구하는 방법은 벡터 내적을 연산하는 공식을 통해 유추할 수 있다. 두 벡터A, B에 대해 내적을 수행하는 공식은 두 벡터 A, B의 크기와 cos⍬값을 곱하여 나타낸다. 위 수식을 cos⍬에 대해 풀어보면, 이러한 수식을 얻을 수 있다. 즉, cos⍬는 두 벡터의 내적을 총 벡터의 크기의 합으로 나눈 것이다. 그렇다면 유사도를 측정하는데 코사인유사도를 사용하는 이유는 무엇일까? 희소행렬에서의 유사도 측정 결과값이 다른 방법(유클리드 거리 기반 지표 등)보다 정확도가 높..
추천시스템은 크게 콘텐츠 기반 필터링과 협업 필터링으로 나뉘게 된다. [ML] 추천시스템 "파이썬 머신러닝 완벽 가이드(권철민 저)" 추천시스템은 크게 콘텐츠 기반 필터링과 협업 필터링으로 나뉜다. 1️⃣ 콘텐츠 기반 필터링 2️⃣ 협업 필터링 ◎ 최근접 이웃 협업 필터링(=메모리 enddl3224.tistory.com 그 중 콘텐츠 기반 필터링에 대해 TMDB 5000 데이터셋을 가지고 자세히 설명하려고 한다. 콘텐츠 기반 필터링이란? 사용자가 영화를 감상한 후 감상했던 영화를 기반으로 비슷한 특성을 가진 다른 영화를 추천하는 시스템이다. 예를 들어, "알라딘"이라는 영화를 감상했다면 라는 공통특성을 가진 "라푼젤", "겨울왕국"과 같은 디즈니영화를 추천하게 되는 방식이다. 그렇기 때문에 영화에 대한 ..