공부
-
머신러닝공부/ML 모의 인터뷰 스터디 2024. 1. 24. 17:39
https://boostdevs.gitbook.io/ai-tech-interview/interview/2-machine-learning Machine Learning - AI Tech Interview 💡 왜 test 데이터셋 만으로 검증하면 안될까? 모든 train 데이터셋을 학습하고, test 데이터셋으로 검증한 결과를 확인한다고 하자. 개발자는 test 데이터셋 점수를 높이기 위해, test 데이터셋에 편 boostdevs.gitbook.io 알고 있는 metric에 대해 설명해주세요. (ex. RMSE, MAE, recall, precision ...) - 정확도(accuracy) : 전체 예측 중 올바르게 분류된 샘플의 비율 - 정밀도(Precision) : 양성으로 예측된 것 중에서 실제로 양..
-
통계/수학공부/ML 모의 인터뷰 스터디 2024. 1. 22. 20:06
https://boostdevs.gitbook.io/ai-tech-interview/interview/1-statistics-math Statistics/Math - AI Tech Interview 리샘플링은 모집단의 분포 형태를 알 수 없을 때 주로 사용하는 방법이다. 즉, 모분포를 알 수 없으므로 일반적인 통계적 공식들을 사용하기 힘들 때, 현재 갖고 있는 데이터를 이용하여 모분포 boostdevs.gitbook.io 고유값(eigen value)와 고유벡터(eigen vector)이 무엇이고 왜 중요한지 설명해주세요. 고유값 : 행렬 A를 변환했을 때 변환된 벡터가 원래의 벡터 방향과 똑같고, 크기만 변하는 값=>그 행렬이 어떤 변환을 주는 지에 대한 특성을 나타냄 고유 행렬 : 해당 고유값에 대응..
-
여러 인공지능 관련 정의공부/AI 2024. 1. 21. 19:21
Gradient Descent 손실함수를 최소화하는 최적의 파라미터를 찾고 모델을 훈련 파라미터 초기화=>손실함수 계산(최소화가 되야하므로)=>미분계산(손실함수를 0에 가깝게 만듦)=>파라미터 업데이트 여러 개의 변수를 가진 함수(loss) 각각에 대한 편미분을 쌓은 것을 Gradient라고 하고, 수학적으로 가장 가파른 방향으로 향하는 데 Gradient를 구한 후, loss를 줄이는 Gradient의 반대방향으로 나아가는 것이 Gradient Descent loss surface? 모델의 손실함수가 모델의 파라미터에 따라 어떻게 변하는 지를 나타내는 그래픽 표현 loss surface를 시각화하면 다양한 파라미터 값에 따라 손실 함수의 형태가 어떻게 변하는 지 확인 가능 loss surface를 통해..
-
Generative Adversarial Nets(GAN) 리뷰공부/논문 2024. 1. 11. 18:57
https://arxiv.org/abs/1406.2661 Generative Adversarial Networks We propose a new framework for estimating generative models via an adversarial process, in which we simultaneously train two models: a generative model G that captures the data distribution, and a discriminative model D that estimates the probability that arxiv.org Abstract 적대적 프로세스를 통해 생성 모델을 estimate하기 위해 새로운 프레임 워크를 제안 2가지 모델을 동시..
-
CHAPTER 02 다중선택공부/단단한 강화학습 2023. 11. 1. 05:01
강화학습의 특징 올바른 행동을 알려주는 지침(instruct)가 아닌 행동의 좋고 나쁨을 평가(evaluate)하는 훈련 정보를 사용 =>능동적인 탐험, 즉 좋은 행동을 찾기 위한 직접적인 탐색이 필요 전적으로 평가적인 피드백은 취해진 행동이 얼마나 좋은 지를 나타낼 뿐, 그것이 발생할 수 있는 최상/최악의 행동인지를 알려주진 않음 지침적인 피드백은 실제로 취해진 행동과는 상관없이 취해야 할 올바른 행동을 알려줌 =>평가적인 피드백은 취해진 행동에 전적으로 의존하는 반면, 지침적인 피드백은 취해진 행동과는 무관하게 이뤄짐 하나의 상황에 대해서만 행동을 학습 비연합(nonassociative)구조는 평가적인 피드백을 포함하는 과거 대부분의 연구들이 가정한 구조 해당 구조에서는 강화학습 문제를 전체적으로 다..
-
CHAPTER 01. 소개공부/단단한 강화학습 2023. 10. 28. 10:49
상호작용으로부터 배우는 과정에서 컴퓨터를 활용하는 방법을 탐구 강화학습 기계학습에 속하는 어떤 방법보다 상호작용으로부터 배우는 목표 지향적인 학습에 더욱 초점을 맞춘 방법 1.1 강화학습 강화학습? 주어진 상황에서 어떠한 행동을 취할지를 학습하는 것 이 때, 그 행동은 결과는 최대한의 보상을 가져다주어야 하며, 그 보상함수는 수치적으로 표현될 수 있어야함 학습자는 어떤 행동을 취할지에 대한 어떠한 지침도 받지 않고 오로지 시행착오를 통해 최대의 보상을 가져다주는 행동을 찾아내야만 함 특정 행동이 그 행동에 직접적으로 영향을 받는 보상뿐만 아니라, 그 다음에 이어지는 상황에도 영향을 미침으로써 연속적으로 보상에 영향을 미치는 (지연된 보상) 상황 =>강화학습의 특성 : 시행착오와 지연된 보상 강화학습 문제..
-
모두팝-SAM과 친해지기공부/AI 2023. 10. 17. 21:15
SAM? Segment Anything Model 1. SAM의 이론적 배경 : SAM이 Segmentation 태스크에서 Foundation 모델로 학습되기 위해 사용된 기법 소개 Motivation 최근 Large Language Model(LLM)이 높은 Zero-shot/Few-shot Generalization 성능을 보이고 있다->학습을 하지 않거나 적게 해도 성능이 잘 나온다 LLM과 같이 대량의 데이터셋을 pre-train하고, downstream task에 대해 높은 zero-shot generalization성능을 보이는 모델을 Foundation Moel이라고 부름 컴퓨터 비전 분야에서도 CLIP, ALIGN같이 Visiong-Language Dataset으로 Foundation Mo..
-
알고리즘 정리공부/알고리즘 2023. 10. 9. 09:54
이것이 코딩테스트다 참고하여 작성 https://github.com/ndb796/python-for-coding-test GitHub - ndb796/python-for-coding-test: [한빛미디어] "이것이 취업을 위한 코딩 테스트다 with 파이썬" 전체 [한빛미디어] "이것이 취업을 위한 코딩 테스트다 with 파이썬" 전체 소스코드 저장소입니다. - GitHub - ndb796/python-for-coding-test: [한빛미디어] "이것이 취업을 위한 코딩 테스트다 with 파이썬" 전체 소 github.com 저자 깃허브 chapter3.그리디 https://github.com/Zzang-yeah/codingTest_python/blob/master/codingTest_Python/c..