스터디

추천 공부 순서: F3 → F13 →중첩함수와 재귀함수 → F10추천 공부 방법: 실습을 위주로 진행해보세요!중첩함수와 재귀함수F10과 함께 살펴봐야할 튜토리얼

추천시스템은 '아이템이 많고 유저의 취향이 다양할 때 유저가 소비할만한 아이템을 예측하는 모델'이다.

RNNhttps://www.youtube.com/watch?v=bPRfnlG6dtU)LSTMhttps://www.youtube.com/watch?v=cs3tSnAsyRshttps://www.youtube.com/watch?v=bX6GLbpw-

이 포스팅은 대회 준비를 위해 공부한 내용을 정리한 것입니다. 참고자료의 내용을 노트 정리하듯 정리한 것이라 글을 그대로 갖다 쓰는 부분이 있을 수 있습니다.

Encoder에 사용된 MobileNet2V(가중치 x) decoder에 사용된 pix2pix

이 글은 tensorflow 기준으로 작성되었습니다. PyTorch의 경우는 참고 문헌을 참고하세요. TensorFlow >= 2.0 일 경우와 케라스의 경우는 아래의 버전으로 AdaBelief Optimizer를 설치한다.

loss 가 더이상 감소하지 않으면 model.stop_training이 '참'이 되고 학습이 종료한다. model.complile()에 loss나 metrics를 넣어주어야 한다.monitor: 모니터 기준, val_lossmin_delta: Minimum chan

대회 참여 후기라고 적기 애매한 후기네요.

이 포스팅은 스터디 준비하면서 만든 자료를 정리한 것입니다. Feature Engineering을 잘 표현한 문장이다. Feature Engineering은 데이터 분석에서 많은 지분을 차지하는 부분이다.

이 글은 wikidocs에 있는 '딥러닝을 이용한 자연어 처리 입문'을 정리한 것입니다. 텍스트 전처리는 용도에 따라 텍스트를 미리 처리하는 작업이다.

얼굴 임베딩 만들기1) 얼굴 인식 face detectionFace Recognition 라이브러리 사용하여 얼굴 인식 -> Image cropping(슬라이싱 이용)]

오늘 오후 슬랙에 갑자기 올라온 수학스터디 공고를 보고 바로 연락을 했다. SSAC에서 하는 스터디인데, 아이펠대전에서도 스터디원을 모집해보라고 권유가 들어와서 글을 올리시라고 했다.

도형을 식으로 표현하는 2가지 방법$y = f(x)$$f(x, y) = 0$x값 하나에 y값 하나가 대응되는 것이 (1차) 함수이다. 두 직선 $y = m_1x + n_1$와 $y = m_2x + n_2$가 존재할 때, 두 직선의 관계는 다음과 같다.

본 글은 인공지능 및 기계학습 개론Ⅰ를 정리한 글입니다. Margin을 최대화하기 위해 먼저 Margin Distance를 계산한다. Margin Distance를 구하기 위해서 아래의 3개의 가정을 이용한다.