일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- 파이썬 웹서비스
- 개발자를 위한 필수 수학
- 프로그래밍 인지과학
- JPub리뷰어
- 멀티모달AI
- 심층학습 수학
- 한빛미디어 리뷰
- 업무 자동화
- FastAPI
- 처음 시작하는 fastapi
- 쉽게 시작하는 캐글 데이터 분석
- 딥러닝을 위한 수학
- 제이펍 IT리뷰어
- 세상에 없던 금융 디파이 입문편
- 파이썬 자동화 교과서
- tidy first
- 한빛미디어리뷰
- IT 서적 리뷰
- The programmer's Brain
- 데이터 과학 기본 수학
- 탈중앙화 금융
- 프로그래머의 뇌
- 한빛미디어 #인사이드머신러닝인터뷰 #머신러닝인터뷰 #머신러닝면접
- 한빛미디어 리뷰어
- JPub 리뷰어
- 제이펍리뷰어
- 제이펍 리뷰어
- 개발자 수학
- 멀티모달 생성AI 인사이드
- 생성AI
- Today
- Total
목록미분류 (42)
무말랭이 숙성중
지도학습을 잘 동작하게 하기 위해서 할 일들: 4가지 요소들을 잘 확인해야함 1) Fit training set well on cost function (학습데이터에서 잘 수행하고 있는가, Acceptability assessment을 통과할 수 있는가) - human level performance로써 주로 application에 따라 달라짐. >>해결 방법 : Bigger Network 사용 or 다른 optimization 알고리즘(ad 2) Fit dev set well on cost function - Dev set 에서 또한 잘 동작하는지 확인 - Dev set이란? Trining set이 Classifier 학습을 위해 사용되는 데이터고, Test set이 accuracy 확인을 위한 데이터..
Machine Learning 에서 Accuracy를 높이고자 할때 아래의 방법들 중 하나를 사용할 수 있다. 1) Data 수집 2) 다양한 학습 데이터 수집(및 사용) 3) 더 오래 학습(차원을 높이기 등) 4) 다른 optimization 알고리즘 사용 (예를들면 gradient descent 대신 Adam 사용)*Adam? 참고 : http://shuuki4.github.io/deep%20learning/2016/05/20/Gradient-Descent-Algorithm-Overview.html 5) Bigger/Smaller Network 사용해보기 6) Drop out하기 7) L2 Regularzation* L1/L2 Regularzation? Overfitting을 해결하는 방법중 하나. ..