Beginning of Wisdom

What make you a good deep learner? Implementation Skills(구현 능력) : Tensorflow, Pytorch Math Skills : Linear Algebra, Probability Knowing a lot of recent Papers : 연구자는 최신 논문의 트렌드, 발표들을 잘 알아야 함 더보기 Artificial Intelligence : Mimic human Intelligence Machine Learning : Data-driven approach Deep Learning : Neural networks Key Components of Deep Learning The Data that the model can learn from data depe..

1. Computer OS Operating System, 운영체제 우리의 프로그램이 동작할 수 있는 구동 환경 Applications ---> Operating System ---> CPU + Memory (Software) | (Hardware) application은 OS에 의존적(Dependent) 2. File System OS에서 파일을 저장하는 트리구조 저장 체계 root Directory(Mac 기준)로부터 시작하는 트리구조로 되어있음(Window에서는 C drive가 기준) 파일의 기본 체계 : File vs Directory Directory - Folder 또는 Directory로 불림 - File과 다른 Directory를 포함할 수 있음 File - 파일명과 확장자로 식별됨(ex ..

- Test set은 주로 전체 데이터의 10~30%정도로 설정한다. - Training data를 가지고 error를 확인하고 Validation set을 가지고 오류를 검증한다. - 회귀(Regression)해결 방법 회귀란? Real Number로 결과값을 예측하는 것 방법1 : 데이터 전 처리 - Normalize 실제 결과값을 Normalize하는 것이다. 예를 들어, 실제 결과값의 범위가 [0~100]이라 하면 전처리(Normalize)했을 때 [0~1]로 결과값의 범위를 바꿀 수 있다. 이제 [0~1]의 범위로 바뀌었으므로 Sigmoid함수에 넣어서 출력할 수 있다! 방법2 : 출력층(Output layers)의 선형으로 출력 선형으로 출력한다는 것은 활성화함수에 값을 통과시키지 않고 (입력..

딥러닝에서의 'Generalization and Overfitting'에 관한 내용입니다.! - 학습을 시키는 이유 1. data를 잘 기억하기 위해 2. unknown data에 대한 예측을 위해 - 많은 양의 학습데이터 사용은 현실적으로 힘들다. - unknown data를 잘 예측하기 위해서는 이미 주어진 training data의 패턴을 잘 학습해서 일반화된 모델을 만드는 Generalization을 잘해야 한다. - iteration : 반복횟수 - iteration이 1751부터 3501사이에서 Error값이 급격히 감소한다. - 7000번 정도에서 학습을 멈추는 것이 좋다. - 10000번까지 가면 noise가 포함된 데이터들까지 학습시키게 되므로 예측값도 이상해질 수 있다. 즉, overf..

오늘은 훌륭한 AI 개발자가 되려면 필요하고 DL/ML을 잘 이해하려면 필수적인 수학지식에 대해 이야기 합니다! 먼저 대학교 1학년 수준의 미분적분학 개념이 필요하고 선형대수와 통계 이 세가지 정도는 필수입니다! 아래 표는 위에서 말한 수학 지식을 혼자 공부하기 막막한 분들을 위한 추천 강의와 자료들입니다! 종류 site 수강 방법 기초 확률 및 통계 https://www.youtube.com/playlist?list=PLSN_PltQeOyjmRIsC7VNirXOBqWoypd4V 사이트 접속 후 1장부터 순차적으로 수강 미분적분학 https://www.khanacademy.org/math/multivariable-calculus 사이트 접속 -> Multivariable Calculus 내 Cousre ..

저는 시즌1까지만 들었지만 정말 좋은 강의 임은 분명합니다! 아주 기초적인 개념부터 실제 코드를 작성해서 돌려보기까지 모두 친절하게 가르쳐 주십니다.! 앞으로 저는 딥러닝/머신러닝에 대한 공부를 계속 진행할 예정입니다. 또한 공부한 내용들을 계속 공유할 예정이니 지켜봐 주세요ㅎㅎ 강의에 대한 내용도 정리해서 블로그에 업로드 할 생각입니다! 그럼 이만! 귀여운 하냥이와 함께 오늘도 열심히 공부하자!!! 강의 웹사이트: 시즌1 : http://hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io 시즌2: https://deeplearningzerotoall.github.io/season2/lec_tensorflow.html, https://deeplearnin..