데이터사이언스를 공부하는 권유진입니다.
태그 목록
- 전체보기(50)
- 자습(17)
- 딥러닝(17)
- 컴퓨터비전(8)
- CV(8)
- 이미지분류(7)
- 밑바닥부터 시작하는 딥러닝(7)
- RS(4)
- NLP(4)
- 추천시스템(4)
- GoogleNet(3)
- 자연어처리(3)
- PyTorch(3)
- 머신러닝(3)
- AlexNet(3)
- VGG(3)
- LeNet(3)
- Attention(3)
- Resnet(3)
- transformer(3)
- BERT(2)
- 역전파(2)
- gan(2)
- mmcv(2)
- 음성인식(2)
- 순전파(2)
- LSTM(2)
- GRU(2)
- 최적화 알고리즘(2)
- 퍼셉트론(2)
- DenseNet(2)
- CNN(2)
- RNN(2)
- Representation(2)
- GPT(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)
- ZeroShot(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)
전체보기 (50)자습(17)딥러닝(17)컴퓨터비전(8)CV(8)이미지분류(7)밑바닥부터 시작하는 딥러닝(7)RS(4)NLP(4)추천시스템(4)GoogleNet(3)자연어처리(3)PyTorch(3)머신러닝(3)AlexNet(3)VGG(3)LeNet(3)Attention(3)Resnet(3)transformer(3)BERT(2)역전파(2)gan(2)mmcv(2)음성인식(2)순전파(2)LSTM(2)GRU(2)최적화 알고리즘(2)퍼셉트론(2)DenseNet(2)CNN(2)RNN(2)Representation(2)GPT(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)ZeroShot(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)
[D&A 운영진 딥러닝 스터디] 2주차 1차시
올바른 순서대로 학습을 진행최초 입력값으로부터 각 층마다 존재하는 가중치와 연산하고 활성화 함수를 통과하는 과정을 순서대로 이어나가 최종 layer까지 계산한 후 실제 label과 오차를 계산하는 것반대 방향으로 학습을 진행순전파에서 계산한 오차를 기반으로 기울기를 사
2022년 1월 11일
·
0개의 댓글·
0
[D&A 운영진 딥러닝 스터디] 1주차 2차시
다수의 신호를 입력 받아 하나의 신호를 출력하는 것신호가 흐른다/안 흐른다(1/0)으로 나뉜다.인간의 뇌에 있는 뉴런(neuron)을 본떠 만듦(신호 전달)linear classifier 수행$$y = \\left{ \\begin{matrix} 0& w_1x_1+w_2
2022년 1월 6일
·
0개의 댓글·
0
[D&A 운영진 딥러닝 스터디] 1주차 1차시
파이썬이 이용할 수 있는 모듈의 버전은 1개뿐이다.하지만, 여러 버전을 이용해야 할 필요성이 존재한다.이러한 경우에는 가상환경을 활용하면 된다.독립된 작업 공간으로, 각 공간 별로 모듈의 버전 다르게 설치 가능하다.가상 환경 실습(파이썬) - 윈도우사칙연산 수행 가능s
2022년 1월 2일
·
0개의 댓글·
0