😎 공부하는 징징알파카는 처음이지?

220201 작성 https://doooob.tistory.com/190 [딥러닝 입문 - 3] 미분의 기초 (1/3) 미분의 기초 3.1 미분과 함수 최소화의 관계 앞장에서 미분이 목적 함수의 최소화에 도움이 된다고 소개했습니다. 이번 장에서는 먼저 구체적인 예를 통하여 그것을 직관적으로 이해해 봅시다. doooob.tistory.com 미분의 기초 1. 미분과 함수 최소화 : 미분이 목적 함수의 최소화에 도움이 됨 2. 골짜기 함수 1) 기울기 양수 : θ1에서 이 함수의 그래프에 접하는 직선(접선) 은 오른쪽으로 갈수록 기울기 증가, 왼쪽으로 갈수록 기울기 감소 2) 기울기 음수 : θ2에서 이 함수의 그래프에 접하는 직선(접선) 은 오른쪽으로 갈수록 기울기 감소, 왼쪽으로 갈수록 기울기 증가 3)..

220131 작성 https://jonhyuk0922.tistory.com/114 [Librosa] 음성인식 기초 및 음악분류 & 추천 알고리즘 안녕하세요~ 27년차 진로탐색꾼 조녁입니다!! 오늘은 음성파일을 인식하고 거기서 특징추출하는 기초적인 내용부터 추출한 특징들을 통해 노래의 장르를 분류하는 모델과 비슷한 장르의 노래를 jonhyuk0922.tistory.com https://newsight.tistory.com/294 음성인식 기초 이해하기 # 발음기호와 문자표현 - phoneme: 음소, 가장 작은 소리의 단위. 쉽게 말해 영어사전의 발음기호를 생각하면 된다. - grapheme: 자소(=문자소), 가장 작은 문자의 단위. 발음기호로 표현되기 이전의 원 newsight.tistory.com h..

220129 작성 http://taewan.kim/post/cnn/ CNN, Convolutional Neural Network 요약 Convolutional Neural Network, CNN을 정리합니다. taewan.kim 1. CNN, Covolutional Neural Network - 기존 : Fully Connected layer 의 인공신경망 입력 데이터는 1차원 : 한장의 컬러 사진은 3차원 : 배치 모드의 여러 사진은 4차원 => 3차원 데이터를 1차원으로 평면화 => 공간 정보 손실 => 이미지 공간 정보 유실로 인한 정보 부족으로 특징 추출 학습 비효율적, 정확도 한계 - CNN : 이미지의 공간 정보를 유지한 상태로 학습이 가능 : 딥러닝 모델 스스로 필터 값을 학습하게끔 함 각 ..

220128 작성 https://www.deepnoid.com/ 인공지능 | Deepnoid DEEPNOID는 인공지능을 통한 인류의 건강과 삶의 질 향상을 기업이념으로 하고 있습니다. 딥노이드가 꿈꾸는 세상은, 의료 인공지능이 지금보다 훨씬 넓은 범위의 질환의 연구, 진단, 치료에 도움 www.deepnoid.com 1. Deep Convolutional GAN : 네트워크 구조가 fully-connected 되어 있지 않고, convolution & de-convolution 활용하여 레이어 구성 : 상대적으로 안정적인 학습 : convolution 의 반대과정으로, activation map 의 크기를 키울 수 있어서 이미지 생성에 특화 2. Progressive GAN : 학습 안정성 : 1024..

220128 작성 https://www.deepnoid.com/ 인공지능 | Deepnoid DEEPNOID는 인공지능을 통한 인류의 건강과 삶의 질 향상을 기업이념으로 하고 있습니다. 딥노이드가 꿈꾸는 세상은, 의료 인공지능이 지금보다 훨씬 넓은 범위의 질환의 연구, 진단, 치료에 도움 www.deepnoid.com 1. AutoEncoder : 차원이 축소된 입력데이터를 얻기 위해 비슷한 데이터로 표현하는 것을 배움 : 입력, 출력 같은 구조 - Encoder : 입력값을 받아 특징 값으로 변환하는 신경망 - Decoder : 특징값을 출력값을 변환하는 신경망 - Latent Feature 신경망 내부에서 추출된 특징적 값들 1) Unsupervised learning - 학습방법 2) MY dens..

220128 작성 https://doooob.tistory.com/189 [딥러닝 입문 - 2] 머신 러닝에 사용되는 수학 다음 장부터 3회에 걸쳐 딥러닝을 포함한 머신 러닝에 필요한 수학의 기초로 '미분', '선형 대수학', '확률 통계'의 3가지에 대한 요점을 짧게 소개하겠습니다. 그 전에, 이 장에서는 기계 학습(mach doooob.tistory.com 1. 기계 학습이란? : 주어진 데이터에서 알 수 없는 데이터에 대하여 특정 규칙이나 패턴을 추출하고, 이를 바탕으로 미지의 데 이터를 분류하거나 예측 2. 지도 학습 : 문제에 대한 답이 있고, 예상된 응답과 실제 응답의 간극이 작아진다 AI · 인공지능/딥러닝 Tutorial : 주어진 데이터에서 관계를 예상하며 미지의 데이터에 대해 좋은 전망..

220127 작성 https://www.deepnoid.com/ 인공지능 | Deepnoid DEEPNOID는 인공지능을 통한 인류의 건강과 삶의 질 향상을 기업이념으로 하고 있습니다. 딥노이드가 꿈꾸는 세상은, 의료 인공지능이 지금보다 훨씬 넓은 범위의 질환의 연구, 진단, 치료에 도움 www.deepnoid.com 1. 강화학습 ex) 알파고 -> 대량의 기보를 통해 모방 학습 거침 (행동에 대한 보상을 얻고, 보상을 통해 스스로 학습) : 강화학습은 지도학습 (정답 주어짐), 비지도학습 (주어진 데이터로 학습) 이 아님 : 에이전트가 환경과 상호작용하면서 스스로 학습하는 방식! : 모든 문제가 수학적으로 정의되어야 에이전트가 학습하고 발전 - 상태 : 에이전트의 상태 - 행동 : 어떠한 상태에서 에..

220127 작성 https://www.deepnoid.com/ 인공지능 | Deepnoid DEEPNOID는 인공지능을 통한 인류의 건강과 삶의 질 향상을 기업이념으로 하고 있습니다. 딥노이드가 꿈꾸는 세상은, 의료 인공지능이 지금보다 훨씬 넓은 범위의 질환의 연구, 진단, 치료에 도움 www.deepnoid.com 1. Classification 1) Classification : feature Extractor -> classifier 2) Object Detection 3) Instance Segmentation : Semantic VS Instance Segmentation : input -> pixelwise classification -> probability map -> threshold ..