ML

강화 학습은 머신 러닝의 종류 중 하나이다.이는 특정 상황에서 최대한의 보상을 위해서 이에 맞는 행동을 하는 것을 의미한다.여기에서 정답 키를 가지고 학습을 진행하는 supervised learning 과 다르게,강화 학습은 주어진 정답 없이 과제를 수행하며 학습하게

https://itholic.github.io/database-cardinality/

Generative Adverserial Network, 줄여서 GAN 이라고 불리운다.단어 하나하나 보면, 생성 대립 네트워크다.생성...대립 네트워크...? 듣기만해도 어지럽지만 한번 자세하게 보자.GAN 에는 크게 두가지의 role 이 존재한다. 바로 Genera

커널의 사전적 의미는 "알맹이, 핵심" 이라는 뜻을 가지고 있다. 하지만 개발자로서 우리는 리눅스와 같은 컴퓨터 운영 체제(OS)에서 들어본 적이 있을 것이다. 여기서 커널이란, 운영 체제의 주요 구성 요소로 하드웨어와 프로세스를 잇는 핵심 인터페이스이다. 커널이 운영

물리를 들어본 사람이라면 엔트로피 에 대해서 들어본 적이 있을 것이다. 엔트로피 란, 흔히 '무질서도' 로 정의된다. 그렇다면 머신러닝에서 쓰이는 엔트로피는 정확히 어떤 의미로 사용되는 것일까? 머신러닝에서 엔트로피란, 머신 러닝에서 사용되는 정보들의 무작위성, 혹은

Forward & backward Propagation두가지의 전달 방식이 존재한다.순전파는 계산을 왼쪽에서 오른쪽으로 진행하는 단계역전파는 반대인 오른쪽에서 왼쪽으로 계산이 진행하는 단계를 지칭한다.전파(propagation)을 공부하다 보면 국소적 계산이라는 키워드

softmax 함수는 입력 값을 정규화하여 출력하게 된다.입력받은 값을 정규화 하는 이유가 무엇일까? 우리가 가장 쉽게 접하는 예시인 손글씨 숫자 인식에서는,입력값에 대한 결과로 다양한 값을 반환 받는다.0부터 9 까지의 숫자를 분류 (10개의 클래스 분류)한다고 하면

경사 하강법 step size

정리 한 글들을 모아 전체 그림을 한번 그려보자

한 번의 epoch 는 인공 신경망에서 전체 데이터 셋에 대해 forward/backward pass 과정을 거친 것을 말한다.즉, 전체 데이터 셋에 대해 한 번 학습을 완료한 상태이다.신경망에서 사용되는 역전파 알고리즘(backpropagation algorithm)

Hello World 코딩을 하면서 가장 기초적으로 마주하는 녀석이다.머신러닝에서도 Hello world 와 같이 처음으로 마주하는 것이 바로 MNIST 이다. https://tensorflowkorea.gitbooks.io/tensorflow-kr/conte

손실 함수는 기본적으로 정답에 대한 오류를 숫자로 나타내는 것이다.이는 오류가 클 수록 큰 값이 나오고 반대로 오류가 작을 수록 작은 값이 나온다.Mean Squared Error, MSE 는 직역해보면 평균 제곱 오차로 해석된다.이는 오차(error)를 제곱한 값의

SVM Classifier 를 거친 박스들은 어떤 물체일 확률 값( Score )을 가지게 된다.하지만, 모든 박스가 필요한 것은 아니기 때문에 가장 확률 값이 높은 박스만 남겨두고 나머지는 제거하는 것이 바람직해 보인다.상단과 같이 서로 다른 두 박스가 동일한 물체에

주어진 벡터를 놓고 이것이 해당 물체가 맞는지 아닌지를 구분하는 Classifier

Object Detection 분야에 Deep Learning 을 최초로 적용시킨 모델인 R-CNN 에 대해서 알아보자.Object Detection이란 한 물체(single object)가 아닌 여러 물체(Multiple objects)에 대해 어떤 물체인지 클래스를

Computer Vision 의 가장 많이 다뤄지는 문제들은 아래와 같은 것들이 있다.Classification인풋에 대해서 하나의 레이블을 예측하는 작업.AlexNet, ResNet, Xception 등의 모델Localization / Detection물체의 레이블을

scikit-learn 의 model_selection 패키지에 존재하는 train_test_split 모듈을 활용해서 train set / test set 을 손쉽게 분리 할 수 있다. 우리가 답해야 할 질문은 왜 train/test set 을 분리하는가? 이다.정확

Preprocesses a tensor or Numpy array encoding a batch of images.stackoverflow 에 잘 정리된 대답이 있길래 가져왔다.https://stackoverflow.com/questions/47555829/p