# stanford
[NLP Package] Stanza
Stanza란?스탠포드(Stanford) 대학교에서 개발한 NLP tool package(Stanza URL: https://stanfordnlp.github.io/stanza/index.html) Medical Report Generation를 위한 NER로
Lec1 - Introduction to CNNs for Visual Recognition
1. introduction - CV의 역사 1-7. 540million years, B.C. 이후 동물이 급격히 많아짐 -> evolution of vision의 중요성 1-8. 르네상스 1600s. camera obscura 1-9. 50s~60s visual p
Language Modeling : Generalization, Smoothing, Interpolation, Good-Turing Smoothing, Kneser
N-gram Modeling을 할 때 Count형식으로 확률을 계산하면 거의 0이 나온다. 샤넌 시각화 방법은 우리가 만든 n-gram model에 대해 여러 가지 정보를 제공한다.가령, 셰익스피어를 기반으로 생성된 모델을 살펴보자.문제는, 셰익스 피어 내에 존재하는
Introduction to NLP
본 내용은 'Natural Language Processing with Dan Jurafsky and Chirs Manning, 2012'의 내용을 다룹니다.
.png)
[Stanford CS229] Lecture8 - Data Splits, Models & Cross-Validation
1. Bias/Variance The generalization error of a hypothesis is its expected error on examples not necessarily in the training set. Informally we defin
cs231n 2017 lecture 2 : image classification pipeline 리뷰
cs231n - Convolutional Neural Networks for Visual Recognition / 2017 spring Lecture2. Image Classification pipeline 내용을 요약/정리한 글입니다. Materials video s
.png)
[Stanford CS229] Lecture7 - Kernels
In Linear regression, we had a problem in which the input x was the living area of a house and we considered performing regression using the features
.png)
[Stanford CS229]Lecture 6 : Support Vector Machines
Support Vector Machine은 Decision Boundary, 즉 분류를 위한 기준선을 정의하는 모델이다. 분류되지 않은 새로운 점이 나타날 때 경계의 어느 쪽에 속하는지 확인하여 분류 과제를 수행하게 함이 목적이다.Margin은 결정 경계와 서포트 벡터
.png)
[Stanford CS229]Lecture 5 : GDA & Naive Bayes
1. Generative Learning Algorithms Consider a classification problem in which we want to learn to distinguish between elemphants(y=1) and dogs(y=0), b
.png)
[Stanford CS229] Lecture4 - Perceptron & Generalized Linear Model
1. Generalized Linear Models
.png)
[Stanford CS229] Lecture3 - Locally Weighted & Logistic Regression
기존의 Original Linear regression algorithm과 Locally weighted linear regression algorithm은 다음과 같은 차이가 있다.Here the w(i) are non-negative valued weights.If
.png)
[Stanford CS229] Lecture2 - Linear Regression and Gradient Descent
The most common method for fitting a regression line is the method of least-squares.
.png)
[Stanford CS229] Lecture1 - Machine Learning
Arthur Samuel(1959) : Machine Learning is field of study that gives computers the ability to learn without being explicitly programmed머신 러닝은 컴퓨터가 프로그램
Machine Learning Stanford 시작
사내에서 딥러닝 교육을 신청하고 2주차에 알게된 Coursera의 Machine Learning 강의다너무 유명한 강의라 한다사내 교육도 너무 재밌고 오랜만에 가슴이 뛰는 경험이다 스탠포드 강의도 얼른 마치고 여름부터 대학원으로 갈까 한다 내 분야의 확장에 서있는것 같
Lecture 2: MVVM and the Swift Type System
Architecture 아키텍처 MVVM 디자인패턴 struct, class, protocol, generics(Don't care), enum, functions 데이터 타입
Lecture 1: Course Logistics and Introduction to SwiftUI
iOS13이상부터 지원하는 SwiftUI를 활용해 Card Matching Game 만들기 함수형 프로그래밍 특징 활용하기
SwiftUI Lecture 4 : Grid, Enum, Optionals
본 시리즈는 Stanford cs193p 강의(https://cs193p.sites.stanford.edu)를 듣고 필요한 내용을 정리한 것입니다.
SwiftUI Lecture 3 : Reactive UI, Protocols, Layout
본 시리즈는 Stanford cs193p 강의(https://cs193p.sites.stanford.edu)를 듣고 필요한 내용을 정리한 것입니다.카드를 선택했을때 뒤집히는 함수를 만들어보자. 모델에서 choose 함수를 다음과 같이 수정하면 에러가 뜬다.함수
SwiftUI Lecture 2 : MVVM and the Swift Type System
본 시리즈는 Stanford cs193p 강의(https://cs193p.sites.stanford.edu)를 듣고 필요한 내용을 정리한 것입니다.프로그램 디자인 방법론. 모델(Model), 뷰(View), 뷰모델(ViewModel)로 구성돼 있다.Maybe
SwiftUI Lecture 1 : Course Logistics and Introduction to SwiftUI
본 시리즈는 Stanford cs193p 강의(https://cs193p.sites.stanford.edu)를 듣고 필요한 내용을 정리한 것입니다.SwiftUI는 Object-Oriented Programming(OOP)가 아니라, Functional Prog