Study (180) 썸네일형 리스트형 '머신 러닝 프로젝트 구조화' 강좌 - 2주차(2) 정리 '머신 러닝 프로젝트 구조화' 강좌 - 다중 작업을 통한 학습 - 2주 차 정리 Andrew Ng 강사님의 머신 러닝 프로젝트 구조화 [2주 차] 다중 작업을 통한 학습 강좌를 보고 정리한 내용 [K-MOOC x COURSERA] 구독권을 통해 강좌를 수강함 교육 기관 : https://www.deeplearning.ai/ 2주차(2) 강좌 후기 pre-training과 fine tuning이 같은 것인가를 평소에 헷갈렸는데 강의에서 적절한 설명이 나와서 알 수 있었고 전이 학습을 통해 프로젝트를 해왔었는데 가능한 경우와 불가능한 경우에 대해 알게 되었다. 1. 전이 학습 한 가지 업무에서 배운 지식을 또 다른 업무에 적용시키는 것 재학습 데이터가 적은 경우 마지막 층의 weight만 다시 트레이닝시킬 .. '머신 러닝 프로젝트 구조화' 강좌 - 2주차(1) 정리 '머신 러닝 프로젝트 구조화' 강좌 - 오류 분석 - 2주 차 정리 Andrew Ng 강사님의 머신 러닝 프로젝트 구조화 [2주차] 오류 분석 강좌를 보고 정리한 내용 [K-MOOC x COURSERA] 구독권을 통해 강좌를 수강함 교육 기관 : https://www.deeplearning.ai/ 2주차(1) 강좌 후기 머신러닝 알고리즘의 성능이 목표 설정과는 다를 때 점검하는 방법과 머신러닝 관련 프로젝트를 할 때 강사님의 조언에 따라 해 볼 생각이다. 빠르게 서비스를 만들고 테스트를 반복해 성능을 향상하는 것인데 이 방법은 실력 있는 개발자들이 추천하는 방법과 동일하여하지 않을 이유가 없는 것 같다. 1. 오류 분석 수행 오류 분석이란? 현재 시점에서 알고리즘 성능이 좋지 않을 때 점검하는 것 예시 .. [Book]딥러닝 텐서플로 교과서[END] Book Title : 딥러닝 텐서 플로 교과서 저자 서지영님 길벗 출판사 후기 데이터셋과 코드가 잘 나와있어서 보기 좋았던 책이었지만 자연어 처리 부분은 역시 좀 어렵다 '머신 러닝 프로젝트 구조화' 강좌 - 1주차(2) 정리 '머신 러닝 프로젝트 구조화' 강좌 - 휴먼 레벨의 성능과 비교 - 1주차 정리 Andrew Ng 강사님의 머신 러닝 프로젝트 구조화 [1주차] 목표 설정 강좌를 보고 정리한 내용 [K-MOOC x COURSERA] 구독권을 통해 강좌를 수강함 교육 기관 : https://www.deeplearning.ai/ 1주차(2) 강좌 후기 bias나 avoidable bias에 대한 개념은 쉽게 배울 수는 있지만 마스터하기 어려운 내용이다. 너무 어렵다 알고리즘의 성능을 향상할 수 있는 여러 방법에 대해 알 수 있는 강좌였다. 1. 휴먼 레벨 성능의 이유 머신러닝 시스템과 인간 수준 시스템을 비교하는 이유 2가지 첫 번째 딥러닝의 발전으로 인해, 머신러닝 알고리즘이 갑자기 더 잘 구동되는 현상이 벌어졌기 때문에.. '머신 러닝 프로젝트 구조화' 강좌 - 1주차(1) 정리 '머신 러닝 프로젝트 구조화' 강좌 - 목표 설정 - 1주차 정리 Andrew Ng 강사님의 머신 러닝 프로젝트 구조화 [1주차] 목표 설정 강좌를 보고 정리한 내용 [K-MOOC x COURSERA] 구독권을 통해 강좌를 수강함 교육 기관: https://www.deeplearning.ai/ 1주차(1) 강좌 후기 머신러닝 프로젝트를 어떻게 구성할지, 전략을 어떻게 수립해야 할지에 대해서 첫 단계인 목표 설정 단계에서 평가지표의 중요성을 알게 되었다. 1. 단일 숫자 평가 지표 평가 지표 사용 머신러닝 시스템을 만드는 진행소도가 훨씬 빨라지고 이 지표는 새롭게 시도한 것들이 더 잘 작동하는지 더 좋지 않은 결과를 주는지 알려주기 때문에 실수 평가 측정 지표를 사용하는 것을 권장 응용 머신러닝(appli.. [Book]Python for Data Analysis[END] Book Title : Python for Data Analysis - 파이썬 라이브러리를 활용한 데이터 분석 2판 - 후기 책을 당근 마켓에 올리게 되어 5단원까지만 요약하게 되었다. 판다스 와 넘파이는 이미 사용을 했고 데이콘을 하면서 부족한 부분을 공부해야겠다 [Book]4. Numpy 기본 : 배열과 벡터연산 4. Numpy 기본 : 배열과 벡터 연산 서론 Numpy는 Numerical Python의 줄임말, 파이썬에서 산술 계산을 위한 가장 중요한 필수 패키지 중 하나 Numpy기능 효율적인 다차원 배열인 ndarray는 빠른 배열 계산과 유연한 브로드 캐스팅 기능 제공 반복문 필요 없이 전체 배열을 빠르게 계산할 수 있는 표준 수학 함수 선형대수, 난수 생성기, 푸리에 변환 기능 Numpy는 내부적으로 데이터를 다른 내장 파이썬 객체와 구분된 연속된 메모리 블록에 저장 Numpy의 각종 알고리즘은 모두 C로 작성되어 타입 검사나 다른 오버헤드 없이 메모리를 직접 조작할 수 있음 4.1 Numpy ndarray : 다차원 배열 객체 ndarray라고 하는 N차원 배열 객체는 파이썬에서 사용할 수 있는 대규모.. [Book]3. 내장 자료구조, 함수, 파일 Book Title : Python for Data Analysis - 파이썬 라이브러리를 활용한 데이터 분석 2판 - 개요 책을 읽고 줄거리를 요약 이미 알고 있는 부분은 빨리 넘어가고 모르는 부분 위주로 요약 서론 파이썬의 기본 자료구조인 튜플, 리스트, 사전 그리고 집합부터 알아보고 재사용 가능한 파이썬 함수를 작성하는 방법을 살펴본다. 3.1 자료 구조와 순차 자료형 파이썬의 자료구조는 단순하지만 강력하다 튜플 1차원의 고정된 크기를 가지며 변경 불가능한 순차 자료형 리스트 크기나 내용의 변경이 가능 append, insert, remove, pop를 사용해 원소 추가하고 삭제 가능 내장 순차 자료형 함수 enumerate sorted zip reversed 사전 dict 일반적으로는 해시맵 또는.. 이전 1 ··· 18 19 20 21 22 23 다음
