하루정리4 [Boostcamp] Week2 - Day6. Neural network :: seoftware 목차 1. 강의정리 1-1. DL Basic - chap1. 딥러닝 기본 용어 설명 - Historical Review 1-2. DL Basic - chap2. 뉴럴 네트워크 - MLP(Multi-Layer Perceptron) 1-3. (과제) MLP Assignment - MNIST 2. 피어세션 정리 3. 데일리 회고 📜 강의 정리 * 부스트캠프 DL_Basic 강의를 맡아주신 최성준 교수님의 강의를 정리한 것 입니다. [DL Basic] Chapter1. 딥러닝 기본 용어 설명 - Historical Review What make you a good deep learner? Implementation Skills - TF, PyTorch Math Skills - Linear Algebra, Pro.. 2021. 8. 9. [Boostcamp] Week1 - Day5. 하루 정리 :: seoftware 목차 1. 강의정리 1-1. AI Math - chap8. 베이즈 통계학 맛보기 2. 피어세션 정리 3. 데일리 회고 📜 강의 정리 [AI Math] Chapter8. 베이즈 통계학 맛보기 조건부확률 P(A|B) : 사건 B가 일어난 확률에서 사건 A가 발생할 확률 베이즈 정리 용어 정리 D : 관찰하는 데이터 / θ : 모수(계산하고자 하는 파라미터) / 사후확률은 데이터 관찰 후에 측정한 확률이고, 사전확률은 데이터가 주어지지 않은 상황에서 사전에 주어진 확률 / likelihood : 현재 데이터에서 어떤 모수가 관찰될 확률 / evidence : 데이터 자체의 분포 예제 : COVID-19의 발병률이 10%. COVID-19에 실제로 걸렸을 때 검진될 확률 99%. 실제로 걸리지 않았을 때 오검진.. 2021. 8. 6. [Boostcamp] Week1 - Day3. 하루정리 :: seoftware 목차 1. 강의정리 1-1. AI Math - chap7. 통계학 맛보기 1-2. AI Math - chap8. 베이즈 통계학 맛보기 2. 과제 2-1. GradientDescent 3. 피어세션 (+피어세션이 피었습니다) 정리 4. 데일리 회고 📜 강의 정리 [AI Math] Chapter7. 통계학 맛보기 통계적 모델링은 적절한 가장 위에서 확률분포를 추정하는 것이 목표인데, 유한한 개수의 데이터만 관찰해서 모집단의 분포를 정확하게 알아내는 것은 불가능하므로 근사적으로 확률분포를 추정할 수 밖에 없다. 예측모형의 목적은 분포를 정확하게 맞추는 것보다는 데이터와 추정 방법의 불확실성을 고려해서 위험을 최소화 모수 정의 : 특정 모집단 특성(예: 평균)에 대한 정보를 확인하려는 경우, 일반적으로 전체 모.. 2021. 8. 5. [Boostcamp] Week1 - Day2. 하루 정리 :: seoftware 목차 1. 강의정리 1-1. AI Math - chap5. 딥러닝 학습방법 이해하기 1-2. AI Math - chap6. 확률론 맛보기 2. 과제 2-1. Baseball 2-2. Morsecode 3. 피어세션 정리 4. 데일리 회고 📜 강의 정리 [AI Math] Chapter5. 딥러닝 학습방법 이해하기 ⦁ 지난시간에는 데이터를 선형모델로 해석하는 방법을 배웠다면 이제부터는 비선형모델인 신경망(neural network)를 배울 예정 ⦁ 신경망을 수식으로 분해 - O = Wx + b - 소프트맥스 : 모델의 출력을 확률로 해석할 수 있게 변환해주는 연산 분류 문제를 풀 때 선형모델과 소프트맥스 함수를 결합하여 예측 학습을 하는 경우에는 softmax 사용하지만 추론의 경우에는 원핫벡터로 최대값을 .. 2021. 8. 5. 이전 1 다음
