반응형 개발/UC Berkely CS18211 [Lecture 2] Machine Learning Basics www.youtube.com/watch?v=aUNnGCxvAg0&list=PL_iWQOsE6TfVmKkQHucjPAoRtIJYt8a5A&index=4&t=1s Part 1 Learning problems의 종류 1. Supervised Learning - 가장 기본적인 알고리즘은 Classic linear regression problem - 지도학습은 쉽게 말하자면, x라는 이미지가 주어졌을 때 라벨 y를 예측하는 문제 👉🏻 즉, 답(라벨)이 있고 이에 맞춰 함수(네트워크)를 훈련시키는 방식이다. 2. Unsupervised Learning 그렇다면 unlabeled data는 어떻게 다뤄야 할까? (사실 대부분의 데이터는 라벨을 가지고 있지 않기 때문에) 👉🏻 네트워크를 통해 representatio.. 2021. 3. 28. [Lecture 1] Introduction www.youtube.com/watch?v=rSY1pVGdZ4I&list=PL_iWQOsE6TfVmKkQHucjPAoRtIJYt8a5A&index=1 Part 1 모델은 언어의 universal representation을 배우는 것과 같다. 그 후에 타겟 언어로 decoding하는 것이다. 만약에 모델이 더 common 언어에 대해서 학습이 되어있다면 rare 언어로 번역하는 것이 쉬울 것이다. 여기서 zero-shot machine translation에 대해서도 언급하였는데, zero-shot이라는 단어로부터 알 수 있듯이 한 번도 본적 없는 언어를 번역하는 것이다. 또한 multilingual translation model에서 만약 target 언어(desired language)가 40% sp.. 2021. 3. 20. [시작] Deep Learning: CS 182 Spring 2021 텐플코에서 구경하던 중 uc 버클리에서 딥러닝 강의를 공개했다는 이활석님의 게시물을 보고 매주 lecture 한 개씩 듣고 리뷰를 써보기로 하였다. 사실 3년전 석사시절 딥러닝을 입문하며 다 들은 내용이지만, 10시간밖에 안되니 후루룩 들으며 정리하기에 좋을 것 같다. 영어 공부도 되고 최신 수업에서 다루는 topics에 대한 궁금증도 해결할 수 있을 듯 하다. 2021. 3. 20. 이전 1 2 3 다음 728x90 반응형
