[Week 3]EDA & DataViz
이번 주는 데이터 분석과 함께 데이터 시각화를 배웠습니다.
최근 포스트
[Week 2]머신러닝 기초 이론 및 Transformer 기초
어떠한 작업 T에 대하여 경험 E 와 함께 성능 P 를 향상시키는 것을 머신러닝이라고 한다. <P, T, E>
[DLS]Sequence Models(3)
Andrew Ng 교수님의 Coursera - Deep Learning Specialization 마지막 강의입니다. Encoder-Decoder, Attention, Transformer 등을 다룹니다.
[DLS]Sequence Models(2)
Andrew Ng 교수님의 Coursera - Deep Learning Specialization 마지막 강의입니다. Natural Language Processing과 관련된 Word Embedding, Word2vec, GloVe 등을 배웁니다.
[Week 1]PyTorch 기초 사용법
pytorch의 tensor와 tensor 연산, torch.nn을 활용한 모델 구축을 다룹니다.
[DLS]Sequence Models(1)
Andrew Ng 교수님의 Coursera - Deep Learning Specialization 마지막 강의입니다. 이번에는 RNN을 베이스로 Language Model, LSTM, GRU 등을 다룹니다.
[DLS]Convolutional Neural Networks(2)
Andrew Ng 교수님의 Coursera - Deep Learning Specialization 네번째 강의입니다. 객체 감지, 얼굴인식, YOLO, U-Net, Neural style transfer 등을 다룹니다.
[DLS]Convolutional Neural Networks(1)
Andrew Ng 교수님의 Coursera - Deep Learning Specialization 네번째 강의입니다.
[DLS]Structuring Machine Learning Projects
Andrew Ng 교수님의 Coursera - Deep Learning Specialization 세번째 강의입니다.
[DLS]Hyperparameter Tuning, Regularization and Optimization(3)
이번 게시글은 주로 Hyperparameter Tuning을 다룹니다.
[DLS]Hyperparameter Tuning, Regularization and Optimization(2)
Andrew Ng 교수님의 Coursera - Deep Learning Specialization 두번째 강의입니다. 이번 게시글은 학습을 가속화할 수 있는 Optimization Algorithm을 다룹니다.
[DLS]Hyperparameter Tuning, Regularization and Optimization(1)
Andrew Ng 교수님의 Coursera - Deep Learning Specialization 두번째 강의입니다. 이번 게시글은 Regularization을 다룹니다.