부스트캠프 AI Tech 2기 Day - 6 - DL Basic, Visualization
DL Basic
DL Basic
어떤 것들이 훌륭한 Deep Learner를 만드는가?
- 구현 실력(implementation skill)
- 수학(math skills)
- 최근 트렌드 연구(knowing a lot of recent papers)
딥러닝 구성요소의 핵심
- 정보(Data) - 모델이 학습할 수 있는 데이터
- 모델(Model) - 모델 데이터를 변환하는 방법
- 손실(Loss) - 모델의 불량을 최소화하는 손실 함수
- 알고리즘(algorithm) - 손실을 최소화 하기 위해 매개변수를 조정하는 알고리즘
Visualization
데이터의 종류
- 데이터셋 ?
- 정형 데이터
- 시계열 데이터
- 지리 데이터
- 관계형(네트워크) 데이터
- 계층적 데이터
- 다양한 비정형 데이터
-
데이터의 종류
- 수치형(numerical)
- 연속형(continuous) : 길이, 무게, 온도 등
- 이산형(discrete) : 주사위 눈금, 사람 수 등
- 범주형(categorical)
- 명목형(nominal) : 혈액형, 종교 등
- 순서형(ordinal) : 학년,별점,등급 등
- 수치형(numerical)
궁금한 점?
Why Adam ?
RMS Propagation + Adagrad + Momentum + NAG = Adam
what is SimCLR?
https://rauleun.github.io/SimCLR
https://animilux.github.io/SimCLR/
아직 잘 모르겠음..
<참고자료> <https://velog.io/@yookyungkho>