쿠버네티스를 공부한 내용을 작성한다.

쿠버네티스를 공부한 내용을 정리한다.

블록체인의 마스터노드에 대해 공부한 내용을 정리한다.

블록체인 영지식 증명에 대한 공부 내용을 작성한다.

본 장에서는 복잡한 환경에서 의사결정을 위한 강화학습에 대해 알아본다.

본 장에서는 그래프 구조 데이터의 종속성을 캡처하기 위한 그래프 신경망 GAN에 대해 알아본다.

본 장에서는 새로운 데이터의 합성을 위한 적대적 신경망, GAN에 대해 알아본다.

본 장에서는 어텐션 메커니즘을 활용한 자연어처리 기법인 트랜스포머에 대해 알아본다.

본 장은 RNN(Recurrent Nerual Network)를 이용한 시계열 데이터 모델링에 대해 알아본다.

본 장에서는 CNN(Convolutional Nerual Network)을 이용한 이미지 분류 기법에 대해 알아본다.

본 장에서는 PyTorch의 다양한 라이브러리와 기능을 이용한 코드를 작성한다.

본 장에서는 PyTorch를 활용한 신경망 학습 병렬화에 대해 알아본다.

본 장에서는 Scratch를 통한 다중 인공신경망 구축에 대해 알아본다.

본 장에서는 클러스터링을 통해 레이블이 없는 데이터를 분석한다.

본 장에서는 회귀 분석을 이용해 연속 목표 변수를 예측하는 기법에 대해 알아본다.

본 장에서는 머신러닝을 활용한 감성 분석 기법에 대해 알아본다.

본 장에서는, 앙상블 학습을 통한 모델 융합 기법에 대해 알아본다.

본 장에서는 모델 평가 및 하이퍼파라미터 튜닝의 가장 좋은 방식들을 알아본다.

본 장에서는 차원 축소 과정을 통해 데이터를 압축하는 과정을 보인다.

모델의 성능이 테스트 데이터보다 학습 데이터에서 잘 나온다면, overfitting의 결과로 파악할 수 있다. 이는 즉 모델이 high variance를 갖는다고 표현할 수 있는데, 주어진 데이터를 외우게 되어 발생하는 문제다.이를 해결하기 위한 방법으로는더 많은 학습