| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
- numpy
- aiffel exploration
- HookNet
- AIFFEL
- 머신러닝
- Jupyter notebook
- 사회조사분석사2급
- WSSS
- linear regression
- docker attach
- Pull Request
- 프로그래머스
- vscode
- 기초확률론
- CellPin
- cs231n
- 도커
- 히비스서커스
- ssh
- 코크리
- IVI
- docker
- Multi-Resolution Networks for Semantic Segmentation in Whole Slide Images
- Decision Boundary
- airflow
- 백신후원
- cocre
- docker exec
- logistic regression
- GIT
- Today
- Total
히비스서커스의 블로그
[히비스서커스의 블로그] 본문
블로그 소개
안녕하세요. 히비스서커스입니다.
히비스서커스의 의미
Hibiscus는 중국에서 "(개인적인 ) 명예/미/영광의 덧없음" 즉, "완벽"을 상징합니다. 또한,Circus의 어원은 "순환하다"에서 비롯되었습니다.
히비스서커스(HibisCircus)는 Hibiscus와 Circus의 합성어로
"하루가 다르게 변하는 현 시대에 완벽함의 기준이 빠르게 변화한다"
라는 의미를 부여해 보았습니다.
이러한 시대 속 저는 끊임없이 배우고 현 시대의 필요에 맞게 적응해보려고 합니다.
"It is not the strongest of the species that survive,
nor the most intelligent,
but the one most responsive to change."
-Charles Robert Darwin (1809~1882)-
소개
저는 학부 전공으로 생물학과 통계학을 복수전공 하였습니다. 이 두 전공을 기반하여 bio-medical을 도메인으로 머신러닝을 적용하여 세상에 선한영향력을 끼치려 하고 있습니다. 이 과정에서 배움의 끝이 없다는 것을 새삼 느끼며 새로운 지식들을 배워나가고 있습니다. 그리고 배운 지식들을 적용하여 마주한 문제을 해결해나가고 있습니다.
목표
저의 목표는 Bio-Medical ML 분야를 통해 질병의 조기 진단 및 정확한 진단에 기여하는 알고리즘을 구축하여 개발도상국에 빈번히 발생하는 질병의 진단을 돕는 것입니다. 더불어, 질병 발생을 모니터링화 할 수 있는 시스템을 만들어 질병감시 체계를 구축하여 질병 퇴치에 기여하고 싶습니다.
정리 내용
이를 위해 저는 히비스서커스 블로그에 다음과 같은 분야에서 배운 것들과 실행해 본 것들을 정리하고 있습니다.
배운 것들 (Theory)
Computer Vision에서는 Deep Learning에 기초가 되는 Loss Function, Optimization부터 Detection, Segmentation에 이르는 task에 관하여 정리하였습니다.
Machine Learning에서는 머신러닝의 기초가 되는 MLE, MAP등의 개념부터 기본적인 모델인 Linear Regression, Logistic Regression,SVM 등을 정리하였습니다.
Bio-Medical에서는 bio-medical 관련된 전통적인 기법들들, digital pathology에 관련된 논문들을 정리하고 있습니다.
WSSS에서는 AE(Adversarial Erasing), SRG(Seed Region Growing), LPA(Learning Pixel Affinity) 등의 기술들을 이용한 WSSS(Weakly-Supervised Semantic Segmentation)관련 논문들을 정리하고 있습니다.
Probability Theory에서는 확률의 공리부터 확률변수, 중심극한정리에 이르기까지 기초확률론에 관한 내용을 정리하였습니다.
Data에서는 다양한 데이터에 대한 공개데이터에 대해 조사하여 정리하였습니다.
Infra Structure에서는 클라우드, 네트워크 부터 리눅스 파일 시스템에 이르는 인프라에 관한 내용을 정리하였습니다.
실행해본 것들 (Programming)
Python에서는 python의 numpy, opencv, torch등의 라이브러리들을 활용하며 발생하는 에러사항과 해결방법 및 AI에서 활용되는 다양한 기법들에 대한 코드 활용을 정리하고 있습니다.
Linux에서는 ubuntu, centos등 linux기반의 OS를 활용하며 발생하는 에러들과 해결방법들을 정리하고 있습니다.
Docker에서는 docker의 에러사항과 해결방법들 및 다양한 활용방법을 정리하고 있습니다.
Git에서는 git의 에러사항과 해결방법들 및 다양한 활용방법을 정리하고 있습니다.
Algorithm에서는 프로그래머스의 알고리즘을 풀어본 뒤 정리하고 있습니다.
Development Log에서는 사이드 프로젝트를 개발하며 알게 된 지식들과 기록들을 남기고 있습니다.
그 외
교육, 자격증, 꿀팁, 일상 등 개인적인 내용들을 정리하고 있습니다.
혹시 잘못된 내용이나 추가해야 할 사항이 있다면 언제나 알려주세요! 만약에 내용이 도움이 되었다면 공감 버튼과 댓글 부탁드립니다.
감사합니다.
- 히비스서커스 -
email :: gotjd709@gmail.com
social :: GitHub, LinkedIn, Facebook