BOOSTCAMP AI TECH/3주차_Deep Learning Basics5 [BOOSTCAMP AI TECH] 15일차_Generative model 강의 목록 - Generative Models1 - Generative Models2 요약 강의 Generative models에 대한 학습을 진행했다. 피어세션 어제의 내용을 복습하고, 파이썬 머신러닝 완벽 가이드 책을 바탕으로 분류 알고리즘의 종류를 학습했다. 학습정리 Generative Models Generative Model은 단순히 이미지, 문장 등의 데이터를 생성하는 것이 전부가 아니다. 단순 데이터 생성 (Generation) 뿐 아니라, 이상탐지 (Density estimnation)도 가능하다. implicit 모델 : 단순히 데이터를 생성할 수 있는 모델 explicit 모델 : 데이터를 생성할 뿐 아니라 입력에 대한 확률값을 얻어내는 모델 Basic Discrete Distribut.. 2021. 2. 7. [BOOSTCAMP AI TECH] 14일차_Recurrent Neural Network 강의 목록 -RNN 첫걸음 -Sequential Models - RNN -Sequential Models - Transformer 요약 강의 이전의 CNN까지는 Sequential data를 다룰 수 없었다. 오늘의 강의에서는 Sequential data를 다루는 여러가지 모델에 대한 설명과, 그 활용법을 익혔다. 피어세션 어제의 학습을 복습하는 시간을 가졌고, 분류에 관한 각종 알고리즘 (랜덤 포레스트, 결정 트리 등)에 대해 학습했다. 학습정리 Sequential data (시퀀스 데이터) 독립동등분포 조건을 만족하지 않는 순차적 데이터 순서를 바꾸거나 과거 정보에 손실이 발생하게 되면 확률 분포도 변경되는 데이터 소리, 문자열, 주가, 동영상 등이 있다. 이벤트의 발생 순서가 중요한 요소이다. 과거.. 2021. 2. 4. [BOOSTCAMP AI TECH]13일차_Convolution Neural Network 강의 목록 [DLBasic] CNN - Convolution은 무엇인가? [DLBasic] Modern CNN - 1x1 convolution의 중요성 [DLBasic] Computer Vision Applications [DLBasic] CNN Assignment [DLBasic] CNN - 강아지 종류 분류하기 [DLBasic] CNN - 나만의 데이터셋 만들기 [DLBasic] 과제 해설 - Optimization 요약 강의 CNN의 상세한 개념을 학습했고, 여러 모델을 학습했다. GoogleNet과 VGGNet을 통해 1*1 컨볼루션의 중요성을 집중적으로 학습했다. 그리고 Semantic Segmentation과 Detection 분야에서의 CNN의 활용을 학습했다. 피어세션 어제 배운 내용들을 .. 2021. 2. 3. [BOOSTCAMP AI TECH] 12일차_최적화 & CNN 강의 목록 - Optimization (최적화) - CNN 첫걸음 요약 강의 뉴럴 네트워크의 최적화와 관련해 일반화 성능, 교차 검증, 경사 하강법, 정규화 등을 학습했다. CNN의 개념 중 콘볼루션 연산에 대해 학습했다. 피어세션 어제의 내용을 복습하는 시간을 가졌고, 과제 코드를 함께 분석하는 시간을 가졌다. 학습정리 Optimization (최적화) Generalization (일반화 성능) 학습한 적 없는 데이터에서 얼마나 잘 작동하는지 테스트 한 것. 일반화 성능은 학습 에러와 테스트 에러의 차이가 크지 않음을 의미한다. 무작정 학습 에러가 적다고 좋은 것이 아니다. Underfitting vs Overfitting Underfitting (과편향) : 모델이 너무 단순해서 데이터에 내제된 구조.. 2021. 2. 2. [BOOSTCAMP AI TECH] 11일차_딥러닝 기초 강의 목록 - 베이즈 통계학 맛보기 - 딥러닝 기본 용어 설명 - Historical Review - PyTorch 시작하기 - 뉴럴 네트워크 - MLP - 데이터셋 다루기 요약 강의 3주차가 되었다. 본격적으로 AI에 관련된 학습을 시작했다. 아직 미숙한 수학을 보충하기 위해 조건부 확률, 베이즈 정리 등에 대한 수학 학습을 했다. AI를 본격적으로 다루기 위해 PyTorch의 사용법을 간략하게 익혔다. AI를 본격적으로 학습하기 전에 AI의 간략한 역사를 학습했다. NN과 LNN등을 통해 AI의 기초적인 지식을 학습했고, MLP를 구현해보며 NN의 구축법을 학습했다. 피어세션 전날 학습한 내용을 복습하는 시간을 가졌다. 파이썬 머신러닝 완벽 가이드의 1,2 장을 함께 학습했다. 학습정리 조건부 확률 .. 2021. 2. 1. 이전 1 다음
