Jost Do It.

그냥 IT해.

반응형

딥러닝 7

프로그래머가 알아야 할 알고리즘 40 Chapter 6 비지도 학습 알고리즘

Chapter 06. 비지도 학습 알고리즘 요약 비지도 학습의 여러 알고리즘들을 학습하고 어떻게 활용되는지 알 수 있었다. 내용 정리 6-1. 비지도 학습 이해하기 비지도 학습 (Unsupervised learning) 데이터에 내재된 패턴을 발견하고 이를 구조화하는 프로세스 데이터가 무작위로 생성된 것이 아닌 이상, 다차원의 공간에서 데이터 요소 간에는 어떤 패턴이 존재한다. 비지도 학습은 숨겨진 패턴을 찾아내 데이터셋에 구조를 부여하는 과정이다. 지도 학습과 비지도 학습을 결합해 새로운 알고리즘을 개발하려는 연구자들이 늘고 있다 (semi-supervised learning). 비지도 학습의 장점 정답이 주어져 있지 않기 때문에 분석이 훨씬 유연해 가정(assumption)에 덜 의존적임 어떤 차원의..

Study/알고리즘 2022.11.23

[온라인 강의] 스탠포드 대학 딥러닝 강의 목록

최근 딥러닝을 다시 공부해야 될 필요성을 많이 느낀다. 우선 책으로만 공부하다 보니 머리 속에 정리가 잘 안됐다. 그리고 최신 트렌드나 실제 적용을 해보질 못하니 탁상공론을 하는 느낌이 계속 들었다. 그래서 딥러닝 강의들을 찾던 중 스탠포드 대학에서 온라인에 무료로 공개한 딥러닝 강의가 많이 있다는 것을 알게 되었다. 아래는 주제별 강의 목록이다. 스탠포드 대학 딥러닝 강의 목록 Deep Learning http://web.stanford.edu/class/cs230/ [ Natural Language Processing ] CS 124: From Languages to Information (LINGUIST 180, LINGUIST 280) http://web.stanford.edu/class/cs12..

Study/딥러닝 2022.11.04

[CS230] Deep Learning Lecture 6 Deep Learning Project Strategy

CS230 Deep Learning Lecture 6. Deep Learning Project Strategy 강의영상 이번 강의는 Ng 선생님께서 실제 딥러닝 프로젝트를 진행할 때 생각해볼 전략들에 대해 설명해주셨다. 강의노트는 따로 제공되지 않았다. 수업에서 왜 실제 프로젝트에서 사용할 전략들을 배워야 하는가? 경험을 얻는 방법은 크게 두가지가 있다. 1. 실제 좋은 AI 팀에 들어가서 여러 문제들을 만나면서 경험하는 것 (매우 긴 시간이 걸림) 2. 수업에서 소개된 사례들을 생각하고 고민하면서 해법들을 배우는 것 (매우 짧은 시간) 1번의 고민을 한 사람들의 생각과 해결법들을 빠르게 배울 수 있기 때문에 수업에서 전략들을 배우는 것이 큰 도움이 된다. 효율적인 스타트업 팀이 프로젝트를 진행할 때 어..

Study/딥러닝 2022.09.21

[CS230] Deep Learing Lecture 5 AI + Healthcare

CS230 Deep Learning Lecture 5. AI + Healthcare Guest Slides 강의노트 강의영상 이번 강의는 처음에 객원(Pranav 박사)께서 AI를 헬스케어에 적용하는 것에 대한 전반적 Overview를 설명하시고, 뒤에는 Kian형님이 관련된 Case Study 사례를 소개하셨다. DL for Healthcare (Phd. Pranav Rajpurkar) 객원강사께서는 크게 아래 3가지를 강의에서 다루려고 하였다. 1. 헬스케어에서의 AI 적용 방법 2. 3가지 Case Study와 Research 3. Healthcare에 직접 적용해볼 수 있는 AI에 대한 생각 먼저 헬스케어에서 중요한 것을 생각해보자. 헬스케어 분야를 다룰 때 다음과 같은 질문들을 생각해봐야 한다...

Study/딥러닝 2022.09.20

[CS230] Deep Learning Lecture 4 Adversarial Attacks / GANs

CS230 Deep Learning Lecture 4. Adversarial Attacks / GANs 강의노트 강의영상 이번 강의에서 딥러닝 모델을 속이는 방법인 Adversarial Attacks이 무엇인지, 어떻게 속일 수 있는지를 알아보았다. (개인적으로 딥러닝 네트워크를 적대적으로 공격한다는 표현이 재미있는거 같다.) 이를 바탕으로 생성모델 GAN에 대한 개념과 GAN과 관련된 여러 연구의 아이디어를 살펴보았다. 예시를 통해 알아보는 네트워크 적대적 공격 방법 Adversarial attacks: 뉴럴넷에 전달하는 Input 값(벡터, 이미지 등)을 조작하여 특정 정보와 전혀 상관 없는 내용의 Input을 특정 정보로 네트워크가 예측하게 만드는 방법. 즉, 네트워크를 속이는 방법이다. Adver..

Study/딥러닝 2022.09.20

[CS230] Deep Learning Lecture 3 Full-Cycle Deep Learing Projects

CS230 Deep Learning Lecture 3. Full-Cycle Deep Learing Projects 강의영상 이번 강의는 회사 단위에서 큰 딥러닝 프로젝트에서 ML 모델을 어떻게 학습하는지에 대해 다루었다. Ng 아저씨가 강의를 진행했고, 슬라이드 없이 판서로 진행하셨다. (Ng 아저씨는 강의노트보다는 판서가 편하신듯) 좋은 딥러닝(DL) 전문가가 되려면? Interest Data Domain Knowledge: 특정 분야의 도메인 지식은 해당 분야에 unique한 기여를 불러올 수 있다. 도메인 지식과 딥러닝 지식은 양자 택일의 문제가 아니라 같이 가져가야 할 문제이다. Utility Feasibility: 딥러닝으로 현실적으로 실현 가능한 것과 실현 불가능한 것을 구분할 수 있어야한다...

Study/딥러닝 2022.09.19

[CS230] Deep Learing Lecture 1 Class Introduction and Logistics

CS230 Deep Learning Lecture 1. Class Introduction and Logistics 강의노트 강의영상 이 강의는 Andrew Ng 아저씨랑 Kian 형님 두분이서 강의를 하신다. 봤을 때 Kian 아저씨가 대부분 이론적인 부분들을 설명하시고, Ng 아저씨는 한번씩 등장하시는 느낌이다. 그리고 강의는 온라인과 현강을 병행하는 flipped learning 방식으로 현강은 1주일에 1번만 수업을 진행했다고 한다. 온라인 강의와 현강의 내용은 다르다. 온라인 강의는 기본적인 내용을, 현강은 좀 더 deep 한 내용을 다룬다고 한다. 현강은 실제 학생들의 질문/답변도 그대로 나와서 마치 현장에서 듣는 느낌이 든다. 이 글에서는 Lecture 1에서 다뤘던 주요 내용들을 정리한다. ..

Study/딥러닝 2022.09.18
반응형