profile
데이터사이언스를 공부하는 권유진입니다.
태그 목록
전체보기 (49)자습(17)딥러닝(17)컴퓨터비전(8)CV(8)밑바닥부터 시작하는 딥러닝(7)이미지분류(7)NLP(4)RS(4)추천시스템(4)GoogleNet(3)자연어처리(3)머신러닝(3)PyTorch(3)AlexNet(3)VGG(3)LeNet(3)Attention(3)Resnet(3)transformer(3)BERT(2)GPT(2)역전파(2)mmcv(2)음성인식(2)퍼셉트론(2)LSTM(2)GRU(2)최적화 알고리즘(2)순전파(2)DenseNet(2)gan(2)RNN(2)CNN(2)Representation(2)활성화함수(2)Lasso(1)통계기반기법(1)PR curve(1)hold-out(1)word2vec(1)Tensor(1)DSP(1)신경망(1)SVM(1)logistic(1)AE(1)softmax(1)registry(1)GPT-1(1)AutoEncoder(1)정확도(1)푸리에변환(1)HE(1)vector(1)transfer learning(1)SAE(1)mlp(1)kernel trick(1)준지도학습(1)stt(1)가상환경(1)matrix(1)CAE(1)EfficientNet(1)분류(1)ElasticNet(1)decorator(1)skip gram(1)추론기반기법(1)엔트로피(1)Word2Vector(1)배치정규화(1)디지털신호처리(1)비지도학습(1)cart(1)스펙트럼(1)dropout(1)상호정보량(1)전이학습(1)speech recognition(1)과적합(1)DDFL(1)LSA(1)PMI(1)정밀도(1)scalar(1)Mel-spectrogram(1)Vectorization(1)성능지표(1)SVD(1)docker(1)지니 불순도(1)가중치 초기값(1)Probability(1)tokenizer(1)선형회귀(1)경사하강법(1)드롭아웃(1)SDAE(1)decision tree(1)배치학습(1)Statistics(1)손실함수(1)polynomial(1)__init__.py(1)roc auc(1)gpu(1)교차검증(1)Ridge(1)DAE(1)CVAE(1)멜스펙트로그램(1)Continual Learning(1)RBF(1)Glocal-K(1)합성곱 신경망(1)AAE(1)시소러스(1)PPMI(1)객체탐지(1)Negative sampling(1)segmentation(1)사례기반학습(1)github(1)모델기반학습(1)BPTT(1)all(1)Bi-RNN(1)지도학습(1)auto tagging(1)가중치 초기값 설정(1)CBOW(1)reinforcement learning(1)RBM(1)GPT-2(1)mfcc(1)동시발생행렬(1)정규화(1)NCF(1)과대적합(1)논문리뷰(1)SGD(1)git(1)meta learning(1)온라인학습(1)회귀(1)과소적합(1)Xavier(1)Spectrum(1)VAE(1)강화학습(1)Fine Tuning(1)선형대수(1)Domain adaptation(1)distribution(1)커널 트릭(1)AutoML(1)재현율(1)Object Detection(1)Truncated SVD(1)ctc(1)Seq2Seq(1)confusion matrix(1)mmaction2(1)

[선형대수] Essence of linear algebra

해당 글은 Youtube channel 3Blue1Brown의 Essence of linear algebra 재생목록을 시청하며 공부하고 정리한 자료입니다.링크: https://www.youtube.com/playlist?list=PLZHQObOWTQDPD3M

2일 전
·
0개의 댓글
·

[확률통계] 확률론 기초 및 확률 분포

무작위성(Randomness)은 우리 주변에 있다.확률론(Probability)은 우연한 사건을 논리적으로 분석할 수 있게 한다.확률은 특정 사건이 발생할 것 같음을 숫자로 나타낸다.이 숫자는 0과 1 사이이다.0은 불확실함, 1은 확실함을 나타낸다.동전 던지기가 가장

2023년 1월 12일
·
0개의 댓글
·

Docker 명령어

자주 사용하는 옵션\-d: detached mode (백그라운드 모드)\-p: 호스트와 컨테이너의 포트를 연결 (포워딩)\-v: 호스트와 디렉토리를 연결 (마운트)\-e: 컨테이너 내에서 사용할 환경변수 설정\-name: 컨테이너 이름 설정\-rm: 프로세스 종료 시

2023년 1월 12일
·
0개의 댓글
·

Docker란?

하나의 서버에 여러 개의 프로그램 설치하는 것도 문제서로 사용하는 라이브러리의 버전이 다르거나 동일한 포트를 사용하는 경우는 설치가 매우 까다로움차라리 서로 다른 서버에 설치하는게 편함 $\\rarr$ 자원 낭비DevOps의 등장으로 개발주기가 짧아지고 배포는 더 자주

2023년 1월 12일
·
0개의 댓글
·

MMAction2 공부

OpenMMLab에서 매우 많은 최신 모델을 Open Source Projects로 구현해 공개아래 11개 프로젝트 공개MMCV: Computer VisionMMDetectionMMAction2MMClassificationMMSegmentationMMDetection3

2022년 10월 9일
·
0개의 댓글
·

MMCV Registry 공부

MMCV는 유사한 기능을 공유하는 서로 다른 모듈(backbone, head, necks)을 관리하기 위해 레지스트리(Registry) 구현OpenMMLab의 대부분의 프로젝트는 레지스트리를 사용해 MMDetection, MMDetection3D, MMClassific

2022년 10월 8일
·
0개의 댓글
·

[D&A 운영진 ML 스터디] 3주차 2차시

export_graphviz 함수를 통해 그래프를 iris_tree.dot 파일로 출력해 시각화sample: 얼마나 많은 훈련 데이터가 해당 노드의 조건을 만족하는 수value: 각 클래스별 해당 노드의 조건을 만족하는 수gini: 불순도(impurity) 측정한 노드

2022년 8월 4일
·
0개의 댓글
·

[D&A 운영진 ML 스터디] 3주차 1차시

두 클래스를 선형으로 분류선 1개로 클래스를 잘 분류해야 함이때 결정 경계가 샘플에 너무 가까우면 좋지 않음.멀어야 혹시나 관측하지 못한 데이터를 잘 예측할 수 있음$\\therefore$ 폭이 가장 넓은 도로를 찾는 것이 목표$\\Rarr$ Large Margin C

2022년 7월 31일
·
0개의 댓글
·

[D&A 운영진 ML 스터디] 2주차 2차시

모델이 어떻게 작동하는지 알면 적절한 모델, 올바른 알고리즘, 하이퍼파라미터 탐색, 디버깅, 에러 예측이 효율적으로 가능선형 회귀 - 두 가지 방법으로 훈련 가능train set에 가장 잘 맞는 파라미터를 해석적으로 구함경사 하강법 이용$\\hat y = \\theta

2022년 7월 31일
·
0개의 댓글
·

[D&A 운영진 ML 스터디] 2주차 1차시

정확도(Accuracy): 정확한 예측을 한 비율불균형한 데이터셋을 다룰 때 객관적이지 않음데이터셋에서 라벨이 A인 데이터가 90%, 라벨이 B인 데이터가 10%일 때, 모두 그냥 A로만 예측해도 정확도는 90%가 나옴오차 행렬(Confusion Matrix)오차 행렬

2022년 7월 31일
·
0개의 댓글
·

[D&A 운영진 ML 스터디] 1주차 2차시

데이터 처리 컴포넌트들이 연속되어 있는 것머신러닝은 데이터를 조작, 변환할 일이 많아 파이프라인 사용보통 컴포넌트들은 비동기적으로 작동각 컴포넌트는 많은 데이터를 추출해 처리하고 결과를 다른 데이터 저장소로 보냄그 후 다른 컴포넌트가 그 데이터를 추출해 자신의 출력을

2022년 7월 22일
·
0개의 댓글
·

[D&A 운영진 ML 스터디] 1주차 1차시

데이터에서부터 학습하도록 컴퓨터를 프로그래밍하는 과학어떤 작업 $T$에 대한 컴퓨터 프로그램의 성능을 $P$로 측정했을 때 경험 $E$로 인해 성능이 향상됐다면, 이 컴퓨터 프로그램은 작업 $T$와 성능 측정 $P$에 대해 경험 $E$로 학습한 것학습하는 데 사용하는

2022년 7월 18일
·
0개의 댓글
·

딥러닝 기반 음성인식 기초

오디오 신호에서 발생하는 이벤트 종류를 찾는 문제아기의 웃음 소리나 기타 소리가 동시에 있는 소리는 즉시 인식전기 톱 소리와 믹서기 소리는 유사해 인식하기 어려움여러 이벤트를 tagging하는 multi-label classificationIR(Information R

2022년 7월 9일
·
0개의 댓글
·
post-thumbnail

디지털 신호 처리(DSP) 기초

화자 인식voice agent wake음성을 input으로 받아 디바이스 제어명령을 실행한 결과 음성 합성을 통해 출력TaskSoundSpeech ClassificationAuto-taggingSpeechSpeech-to-Text(음성 인식; STT) = ASR(Aut

2022년 7월 5일
·
0개의 댓글
·

[논문 리뷰] Improving Language Understanding by Generative Pre-training

자연어 이해는 다양한 task를 포함한다.라벨링되지 않은 데이터는 충분한 반면, 특정 task에 맞게 라벨링된 데이터는 매우 부족하다.그래서 이를 모델이 충분히 성능이 나오도록 학습하는 것이 어렵다.라벨링 되지 않은 corpus에 대한 언어 모델의 생성적(generat

2022년 6월 29일
·
0개의 댓글
·

[D&A 운영진 git 스터디] git, github

소스코드 버전 관리를 위한 오픈소스 소프트웨어기능버전 관리: 기능을 추가, 삭제, 수정 이력을 저장해뒀다가 자유롭게 버전 이동협력: 여러 개발자가 한 폴더 안에 모든 파일 모아두고 분업소스코드 공유git 원격 저장소 중 하나git으로 원격전송된 내역들이 저장되는 공간을

2022년 6월 26일
·
0개의 댓글
·

[논문 리뷰] DDFL: A Deep Dual Function Learning-based Model for Recommender Systems

지난 20년동안, 유저에 적합한 아이템을 매칭시키기 위해 잠재 기반 협업 필터링이 연구되었다.일반적으로 CF는 2가지 타입으로 나눠진다. \- MLP를 활용한 matching function 학습 \- representation 학습: 잠재 공간에 투영, 내적을

2022년 6월 26일
·
0개의 댓글
·

[논문 리뷰] Enhancing VAEs for Collaborative Filtering

CF 기반 신경망은 어텐션을 사용하기 시작했다.생성 모델 기반 연구들이 많이 등장 - VAE가 SOTA 만듦VAE를 사용한 CF 연구는 높은 잠재력 보유 \- 유저의 선호도의 잠재 표현을 학습하기에 VAE가 너무 단순한 사전 분포를 사용 \- 깊은 신경망으로 더 깊

2022년 6월 26일
·
0개의 댓글
·

[논문 리뷰] GLocal-K: Global and Local Kernels for Recommender Systems

추천 시스템은 고차원 sparse한 유저-아이템 행렬 사용행렬 완성은 한 사람의 흥미를 다른 사람의 아이템 구매의 일부를 기반으로 하여 예측하는 도전GLocal-K는 고차원 sparse 유저-아이템 행렬을 저차원 공간으로 표현하고 일반화 \- 적은 수의 중요한 fea

2022년 6월 26일
·
0개의 댓글
·

[논문 리뷰] Neural Collaborative Filtering

최근에 딥러닝이 음성인식, 컴퓨터비전, 자연어처리에서 엄청난 성공을 이루었다.하지만 추천시스템에서는 상대적으로 덜 적용되었다.이 연구에서는 암시적 피드백 기반의 협업 필터링 추천시스템의 주요 문제를 해결하기위해 신경망 기반의 기술을 발전시킬 것이다.최근에는 딥러닝을 언

2022년 6월 26일
·
0개의 댓글
·