STML2022 - 기계학습특강(2022)

Extra-3: 딥러닝의 기초 (5)

딥러닝의 기초

벡터미분, 역전파와 기울기 소멸

Extra-2: 생성모형(GAN)

생성모형(GAN)

GAN– MNIST 3/7

Extra-1: 추천시스템

추천시스템

추천시스템– 나는 솔로, 커피vs홍차

final

A1: 깊은복사와 얕은복사

모르고 살았어도 좋았을 내용

13wk: 순환신경망 (5)

순환신경망

IMDB자료의 분석 (텍스트생성과 감성분류), 잡담

12wk: 순환신경망 (4)

순환신경망

순환신경망 minor topics

11wk: 순환신경망 (3)

순환신경망

RNN(2)– AbAcAd예제, GPU실험 // LSTM– abcabC, abcdabcD, LSTM의 계산과정, LSTM은 왜 강한가?

10wk: 순환신경망 (2)

순환신경망

순환신경망 intro (2)– abc예제, abdc예제, abcde예제, AbAcAd예제 // RNN (1)– AbAcAd예제

09wk: 순환신경망 (1)

순환신경망

순환신경망 intro (1)– ab예제, embedding layer

midterm

08wk-1: 이미지분석 (2)

이미지분석

Minor topics in CNN – 다중클래스 분류, fastai metric 사용

08wk-2: 이미지분석 (3)

이미지분석

Transfer Learninig (CIFAR10/ResNet18), CAM의 구현 및 시각화

07wk: 딥러닝의 기초 (5), 이미지분석 (1)

딥러닝의 기초

이미지분석

딥러닝의 기초– 드랍아웃, 이미지자료분석– CNN 구현

06wk: 딥러닝의 기초 (4)

딥러닝의 기초

깊은신경망(2)– 시벤코정리, 신경망의표현, CPU vs GPU, 확률적경사하강법, 오버피팅

05wk: 딥러닝의 기초 (3)

딥러닝의 기초

로지스틱 (2) – 손실함수의 비교 // 깊은신경망 (1) – 로지스틱의 한계, DNN을 이용한 해결, DNN으로 해결가능한 다양한 예제

04wk: 딥러닝의 기초 (2)

딥러닝의 기초

회귀분석 (2) – MSE와 SSE, step1의 다른표현, step4의 다른표현 // 로지스틱 (1) – 로지스틱 인트로

03wk: 딥러닝의 기초 (1)

딥러닝의 기초

회귀분석 (1) – 선형모형,손실함수,경사하강법

Assignment 1

Overview

02wk: Overview (2)

Overview

이미지자료분석(2)–이미지자료분석 코드정리 // 추천시스템 // 텍스트분석 // GAN

01wk: Overview (1)

Overview

이미지자료분석 (1)– fastai로 이미지분석: 데이터저장, 학습, 기존데이터를 잘맞추는지 확인, 오답분석, 진짜 잘 맞추는게 맞을까?